Jiangmiao Pang

新しいフレームワークが、シンプルな言語コマンドを通じて人と物のインタラクションを強化するよ。

CLIPは、ビジュアルとテキストのタスクでデータの不均衡をうまく扱う力があるよ。

MMScanは、詳細な注釈を使ってAIが複雑な3D環境を理解する能力を高めるよ。

新しい方法がロボットの協力で物を運ぶのを手伝ってる。

OVExpは、さまざまな環境での効果的な物体ナビゲーションのために言語と視覚を組み合わせてるよ。

LLaVA-3Dは、2Dと3Dの洞察を組み合わせて、より深い空間的推論を可能にするよ。

新しいモデルがロボットに視覚と動作を組み合わせて、操作スキルを向上させるのを助けるんだ。