Vineet Bhat

NVIDIA

収録論文 6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

• PROBE: VLMエージェントによる操作基盤の視覚質問応答
  VQA/操作計画2026/8/17

  ロボットが隠れた物体を探すために操作が必要な動的シーンでの視覚質問応答（MG-VQA）を提案し、シミュレータとベンチマークを構築、VLMエージェントの性能を評価・微調整する手法を示した。

• BOP-ASK: Object-Interaction Reasoning for Vision-Language Models
  2025/11/1
• MapleGrasp: Mask-guided Feature Pooling for Language-driven Efficient Robotic Grasping
  2025/6/1
• 3D CAVLA: Leveraging Depth and 3D Context to Generalize Vision Language Action Models for Unseen Tasks
  2025/5/1
• HiFi-CS: Towards Open Vocabulary Visual Grounding For Robotic Grasping Using Vision-Language Models
  2024/9/1
• Grounding LLMs For Robot Task Planning Using Closed-loop State Feedback
  2024/2/1