Runsen Xu

収録論文 4本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• VLM-Grounder: ゼロショット3D視覚グラウンディングのためのVLMエージェント
  3D視覚グラウンディング2024/10/1

  2D画像のみを用いた視覚言語モデルにより、3D点群や物体事前情報なしで自然言語指示に基づく3D物体の位置推定をゼロショットで実現したフレームワーク。

• MMScan: 階層的接地言語アノテーション付きマルチモーダル3Dシーンデータセット
  3Dシーン理解2024/6/1

  領域から物体レベルまでの階層的な言語アノテーションを備えた大規模マルチモーダル3Dシーンデータセットを構築し、3D視覚接地と質問応答のベンチマークを提供した。

• EmbodiedScan: A Holistic Multi-Modal 3D Perception Suite Towards Embodied AI
  2023/12/1
• CO^3: Cooperative Unsupervised 3D Representation Learning for Autonomous Driving
  2022/6/1