MARC

 008260126s2025        us                              c    eng  d
■001000017360809
■00520260202105622
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265427540
■035    ▼a(MiAaPQ)AAI32316518
■035    ▼a(MiAaPQ)Stanfordmj570dn8359
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a530
■1001  ▼aPan,  Boxiao.
■24510▼aPerceiving  and  Simulating  Human-World  Interactions  for  Egocentric  Agents
■260    ▼a[Sl]▼bStanford  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a121  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Guibas,  Leonidas.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2025.
■520    ▼aThe  research  in  this  dissertation  is  motivated  by  the  challenge  of  building  computational  systems  that  can  perceive,  understand,  and  interact  with  the  world  from  a  first-person,  or  egocentric,  perspective.  The  central  premise  of  this  work  is  that  the  egocentric  viewpoint  is  fundamental  for  creating  technologies  enabling  entities  that  can  effectively  and  safely  collaborate  with  people  in  their  daily  environments,  from  augmented  reality  assistants  to  mobile  robots.A  principal  impediment  to  progress  in  this  domain  is  the  scarcity  of  large-scale,  diverse  datasets  that  provide  the  necessary  supervision  for  training  robust  models.  Specifically,  there  is  a  need  for  data  that  concurrently  captures  rich,  first-person  sensory  inputs  with  their  corresponding  three-dimensional  world  states  and  actions.  The  difficulty  in  acquiring  and  annotating  such  data  at  scale  motivated  the  primary  technical  challenges  that  this  thesis  aims  to  address.To  overcome  this  data  scarcity  problem,  the  research  presented  here  is  structured  around  the  paradigm  of  a  "perception-simulation  loop".  This  framework  treats  perception  and  simulation  as  symbiotic  and  complementary  processes,  where  each  can  be  used  to  improve  the  other.  The  contributions  of  this  dissertation  are  therefore  organized  into  two  main  parts,  each  investigating  a  different  arc  of  this  loop.The  first  part  of  the  thesis  focuses  on  perception,  investigating  methods  that  learn  directly  from  egocentric  visual  data.  The  work  on  COPILOT  explores  the  use  of  large-scale  synthetic  data  for  near-term  collision  prediction,  while  the  work  on  LookOut  leverages  targeted  real-world  data  collection  to  model  longer-term  navigational  intent  in  dynamic  environments.  The  second  part  of  the  thesis  shifts  to  simulation  and  modeling,  exploring  the  use  of  strong  priors  to  generate  plausible  human-world  interactions.  Here,  MultiPhys  demonstrates  a  physics-based  approach  to  refining  multi-person  motion  estimates,  while  ActAnywhere  introduces  a  data-driven  approach,  using  a  generative  model  trained  on  large-scale  video  to  synthesize  semantically  coherent  scenes.Collectively,  these  projects  demonstrate  a  multi-faceted  strategy  for  mitigating  the  data  scarcity  problem  in  egocentric  perception  and  simulation.  The  thesis  concludes  with  a  summary  of  these  contributions  and  a  discussion  of  promising  future  research  directions.  I  hope  that  the  methods  and  insights  presented  here  will  contribute  to  the  development  of  more  powerful,  robust,  safe,  and  intuitive  interactive  systems.
■590    ▼aSchool  code:  0212.
■650  4▼aSpacetime
■650  4▼aVisualization
■650  4▼aTheoretical  physics
■690    ▼a0753
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360809▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서