Diankun Zhang
収録論文 3本 ・ フィジカルAI/ロボット学習
自動運転VLA3D物体検出
※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
- DriveVA: ビデオ行動モデルはゼロショット運転者である自動運転2026/4/1
自動運転のための世界モデルDriveVAを提案し、将来の映像と行動系列を共有の生成過程で同時に予測することで、ゼロショットでの汎化性能を向上させた。
- MindDrive: オンライン強化学習による自動運転向け視覚言語行動モデルVLA2025/12/1
自動運転VLAの課題を解決するため、LLMに2種類のLoRAを組み合わせ、離散的な言語決定に対してオンライン強化学習を行うフレームワークを提案した。
- PillarNeSt: ピラーベース3D物体検出のためのバックボーンスケーリングと事前学習3D物体検出2023/11/1
大規模画像データセットで事前学習した2D ConvNetをピラーベース3D検出器のバックボーンに導入し、nuScenesとArgoverse2で大幅な性能向上を達成した。
