Shulin Tian

収録論文 2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

• EgoTools: 実世界の一人称視点動画における道具中心の推論に向けて
  一人称視点/道具使用推論2026/9/30

  道具を使う一人称視点動画の大規模データセット(100時間)と、知覚・幾何・手順・因果推論を問う1,000問のベンチマークを構築し、既存の動画マルチモーダルモデルが道具使用の理解に苦戦することを示した。

• AHA: ロボットマニピュレーションの失敗を検出・推論する視覚言語モデル
  VLA2024/10/1

  ロボット操作の失敗を自然言語で検出・説明するオープンソースVLM「AHA」を提案し、シミュレーションで生成した大規模失敗データセットで学習させ、実世界や未見タスクへの汎化性能を示した。