論文の概要: Robotic Photography System based on Vision-Language-Action Model
- arxiv url: http://arxiv.org/abs/2610.26287v1
- Date: Mon, 19 Oct 2026 12:38:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 18:28:20.552223
- Title: Robotic Photography System based on Vision-Language-Action Model
- Title（参考訳）: ビジョン・ランゲージ・アクションモデルに基づくロボット写真システム
- Abstract要約: 現代のロボット写真は、写真の意図を理解し、カメラの動きを計画し、複雑な環境で美的なイメージを作り出す必要がある。
我々は、自律型ロボット写真のための知覚、推論、カメラ制御を共同でモデル化する統合ビジョン・ランゲージ・アクションフレームワークであるRoboPhoto-VLAを提案する。
- 参考スコア（独自算出の注目度）: 35.18862220710262
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern robotic photography requires understanding photographic intent, planning camera motions, and producing aesthetically pleasing images in complex environments. We present RoboPhoto-VLA, a unified Vision-Language-Action framework that jointly models perception, reasoning, and camera control for autonomous robotic photography. RoboPhoto-VLA incorporates PhotoCoT for structured action planning and Aesthetic Direct Preference Optimization (ADPO) to align camera behaviors with human aesthetic preferences. To facilitate training and evaluation, we construct OpenPhotography, a robotic photography dataset with language-guided demonstrations. Extensive real-world experiments demonstrate that RoboPhoto-VLA produces photographs better aligned with human aesthetic preferences while generalizing effectively to unseen subjects, viewpoints, poses, and complex photographic instructions.
- Abstract（参考訳）: 現代のロボット写真は、写真の意図を理解し、カメラの動きを計画し、複雑な環境で美的なイメージを作り出す必要がある。
我々は、自律型ロボット写真のための知覚、推論、カメラ制御を共同でモデル化する統合ビジョン・ランゲージ・アクションフレームワークであるRoboPhoto-VLAを提案する。
RoboPhoto-VLAは、構造化されたアクション計画のためのPhotoCoTと、カメラの振る舞いを人間の美的嗜好に合わせるためのAesthetic Direct Preference Optimization (ADPO)を組み込んでいる。
トレーニングと評価を容易にするために,言語誘導型デモンストレーションを用いたロボット写真データセットOpenPhotographyを構築した。
大規模な実世界の実験では、RoboPhoto-VLAは人間の美的嗜好に適合した写真を生成する一方で、見えない対象、視点、ポーズ、複雑な写真指示に効果的に一般化している。
関連論文リスト
- LIME: Learning Intent-aware Camera Motion from Egocentric Video [56.023644847494836]
自動回帰観測ゲイン出力と連続的なフローマッチングポーズヘッドを組み合わせた視覚言語カメラモーションジェネレータを提案する。
LIMEは、人間の受動的ビデオからカメラのポーズを積極的に選択し、通常の自我中心の録音を意図認識のアクティブな知覚の監督に変えることができる。
論文 参考訳（メタデータ） (2026-07-02T16:48:43Z) - MVL-Loc: Leveraging Vision-Language Model for Generalizable Multi-Scene Camera Relocalization [11.075399895096162]
本稿では,新しいエンド・ツー・エンドのマルチシーンカメラ・リローカライズ・フレームワークであるMVL-Locを提案する。
自然言語は多場面学習プロセスを導くための指示ツールとして使用される。
7ScenesとCambridge Landmarksのデータセットの実験では、MVL-Locの堅牢性と最先端のパフォーマンスが示されている。
論文 参考訳（メタデータ） (2025-07-06T18:52:16Z) - cVLA: Towards Efficient Camera-Space VLAs [26.781510474119845]
Vision-Language-Action(VLA)モデルは、複雑なロボット操作タスクに取り組むための魅力的なフレームワークを提供する。
2次元画像上での視覚言語モデルの競合性能を活用する新しいVLA手法を提案する。
我々のモデルは軌道方向の経路を予測し、トレーニングとロボットの実施の両方を効果的に行う。
論文 参考訳（メタデータ） (2025-07-02T22:56:41Z) - OG-VLA: 3D-Aware Vision Language Action Model via Orthographic Image Generation [68.11862866566817]
3D対応のポリシーは、精密なロボット操作タスクにおいて最先端のパフォーマンスを実現するが、見えない指示、シーン、オブジェクトへの一般化に苦慮している。
我々は,視覚言語行動モデル(VLA)の一般化強度と3D対応ポリシーの堅牢性を組み合わせた,新しいアーキテクチャと学習フレームワークであるOG-VLAを紹介する。
論文 参考訳（メタデータ） (2025-06-01T22:15:45Z) - GenDoP: Auto-regressive Camera Trajectory Generation as a Director of Photography [98.28272367169465]
本稿では,写真監督の専門知識にインスパイアされた自己回帰モデルを導入し,芸術的かつ表現的なカメラトラジェクトリを生成する。
包括的で多様なデータベースのおかげで、高品質でコンテキスト対応のカメラムーブメント生成のための自動回帰デコーダのみのトランスフォーマーをトレーニングします。
実験により、既存の手法と比較して、GenDoPはより良い制御性、よりきめ細かい軌道調整、より高い運動安定性を提供することが示された。
論文 参考訳（メタデータ） (2025-04-09T17:56:01Z) - ChatCam: Empowering Camera Control through Conversational AI [67.31920821192323]
ChatCamは、ユーザーとの会話を通じてカメラの動きをナビゲートするシステムである。
そこで本研究では,テキスト条件付きカメラ軌道生成のためのGPTに基づく自己回帰モデルであるCineGPTを提案する。
また、正確なカメラ軌道配置を保証するアンカー決定器も開発した。
論文 参考訳（メタデータ） (2024-09-25T20:13:41Z) - PhotoBot: Reference-Guided Interactive Photography via Natural Language [15.486784377142314]
PhotoBotは、ハイレベルな人間の言語指導とロボット写真家との相互作用に基づく、完全な自動写真取得のためのフレームワークである。
視覚言語モデル(VLM)とオブジェクトマニピュレータを用いて参照画像の特徴付けを行う。
また、ユーザの言語クエリに基づいて、関連する参照画像を取得するために、LLM(Big Language Model)も使用しています。
論文 参考訳（メタデータ） (2024-01-19T23:34:48Z) - WALL-E: Embodied Robotic WAiter Load Lifting with Large Language Model [92.90127398282209]
本稿では,最新のLarge Language Models(LLM)と既存のビジュアルグラウンドとロボットグルーピングシステムを統合する可能性について検討する。
本稿では,この統合の例としてWALL-E (Embodied Robotic WAiter load lifting with Large Language model)を紹介する。
我々は,このLCMを利用したシステムを物理ロボットに展開し,よりユーザフレンドリなインタフェースで指導誘導型把握タスクを実現する。
論文 参考訳（メタデータ） (2023-08-30T11:35:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。