Selamawit Asfaw

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

• VDT-Auto: VLM誘導拡散トランスフォーマーによるエンドツーエンド自動運転
  自動運転2025/2/1

  視覚言語モデル(VLM)で環境を幾何的・文脈的に理解し、拡散トランスフォーマーで行動を生成するエンドツーエンド自動運転パイプラインを提案。nuScenesで平均L2誤差0.52m・衝突率21%を達成。

• Shake-VLA: 視覚言語行動モデルによる双腕ロボットのカクテル調製システム
  VLA2025/1/1

  視覚・音声・言語モデルを統合したVLAシステムで、双腕ロボットが材料の検出・計量・混合作業を行い、カクテルを自動調製する。

• FlightAR: 複数映像ストリームと物体検出を統合した没入型ドローン操縦支援ARインターフェース
  ヒューマンドローンインタラクション2024/10/1

  ドローンのFPVカメラと底面カメラ映像をARでHMDに重畳表示し、周囲状況の把握と直感的操縦を支援するインターフェースを開発、FPVゴーグルより高いユーザ評価を得た。

• FADet: 局所特徴注意に基づくマルチセンサー3D物体検出ネットワーク
  3D物体検出/マルチセンサー融合2024/5/1

  カメラ・LiDAR・レーダーそれぞれの特性に応じた局所特徴注意モジュールを設計し、これらを融合することで複雑な長尾シーンでも高精度な3D物体検出を実現した。