Shitij Govil
収録論文 1本 ・ フィジカルAI/ロボット学習
VLA
※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
- FloMo: 人間動画からの学習におけるワールドアクションモデル中間表現としての3DシーンフローVLA2026/11/3
動画生成モデルを3Dシーンフローとアクショントークンの予測に微調整し、人間動画とロボット操作データで共訓練することで、未見物体やタスクへの汎化を実現した研究。
世界のフィジカルAIを、日本語で。
収録論文 1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。
動画生成モデルを3Dシーンフローとアクショントークンの予測に微調整し、人間動画とロボット操作データで共訓練することで、未見物体やタスクへの汎化を実現した研究。