Xuming Hu

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

• OmniCoT：グローバルかつ多段階のパノラマ推論のためのベンチマーク
  空間推論2026/6/29

  パノラマ画像におけるマルチモーダル大規模言語モデルの空間推論能力を評価・向上させるため、グローバルな証拠と多段階推論に焦点を当てたベンチマークOmniCoTを提案し、訓練データと評価データを整備した。

• パノラマ親和性予測
  親和性予測2026/3/1

  360度画像を用いた親和性予測の新タスクを提案し、大規模データセットPAP-12Kと訓練不要のパイプラインPAPを導入した。

• Da Yu：水上監視とシーン理解のためのUSV向け画像キャプショニング
  VLA2025/6/1

  水上環境の画像キャプションデータセットWaterCaptionを構築し、USV向けのエッジ展開可能なマルチモーダル大規模言語モデルDa Yuを提案した。

• WaterVG: テキスト誘導型視覚とミリ波レーダーによる水路の視覚的グラウンディング
  VLA2024/3/1

  USVの水路知覚向けに、テキストプロンプトで視覚とミリ波レーダーを統合した初の視覚的グラウンディングデータセットWaterVGと、低消費電力モデルPotamoiを提案した。