Weiren Cai
Stanford University
収録論文 2本 ・ フィジカルAI/ロボット学習
VLAエゴセントリックビジョン/手とカメラの軌跡推定
※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
- SimpleVLN:シンプルかつ最先端の視覚言語ナビゲーションVLA2026/10/16
MLLMをそのまま活かす設計で、履歴管理・データ構築・段階的最適化を工夫し、視覚言語ナビゲーションで高い成功率を達成した研究。
- MINT: スケーラブルなエゴセントリックパイプライン監視によるワールド空間カメラ・手の動き推定の統合モデルエゴセントリックビジョン/手とカメラの軌跡推定2026/9/4
エゴセントリックRGB映像からカメラと両手のワールド空間軌跡を直接推定する初の基盤モデルMINTを提案し、大規模な疑似ラベル生成パイプラインで事前学習して高精度化した。
