Hao Sun
収録論文 19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
- DriftingPlanner: 拡散モデルを1ステップ軌道計画に応用した自動運転プランナー自動運転/軌道計画2026/10/31
拡散モデルの反復推論を訓練時に移動させ、シーンごとの引力・斥力場を学習することで、単一ステップで高精度な軌道計画を実現した。
- 夢遊病:エンドツーエンドのブラインド歩行のための特権表現形成歩行2026/8/31
部分観測下の脚式ロボット歩行において、履歴表現が特権物理量を保持するよう学習時に形成する手法SWAQを提案し、推論時の計算量を削減しつつ性能を向上させた。
- Combodied Agents:人間中心のエージェントAIの新パラダイムエージェントAI2026/8/11
デジタルエージェントと身体化エージェントの限界を超え、個人の状態変化をモデル化・予測・支援する人間中心のエージェントAIパラダイム「Combodied Agents」を提案する。
- TryOnCrafter: レンダリング可能な4D試着プロキシによるカメラ軌道を活用した現実的なビデオ仮想試着仮想試着2026/6/24
従来のビデオ仮想試着はカメラ軌道に依存していたが、任意のカメラ移動に対応できる新しいタスクCaM-VVTを定義し、4D試着プロキシとDiTベースのフレームワークで解決する。
- EAGG: 幾何認識グラフ条件付けによる身体性整合グラスプ生成マニピュレーション2026/6/16
異なるエンドエフェクタ形状に適応する統一グラスプ生成モデルを提案し、トポロジー認識グラフと反復的な幾何注入で成功率と接触精度を向上させた。
- MIRTH: 相互情報推論と時間的ハブによる視覚-言語-行動エージェントVLA2026/6/1
VLAモデルの時間的視野狭窄や推論ギャップ、推論効率の問題を解決するため、二重スケールの時間メモリハブ、相互情報目的の潜在推論トークン、並列行動デコードを導入した統一フレームワークMIRTHを提案。LIBEROベンチマークと実機でSOTAを達成。
- オープンループ指標はクローズドループ運転を予測できるか?NAVSIMとBench2Driveのクロスベンチマーク相関研究自動運転評価2026/5/1
自動運転プランナーのオープンループ評価指標が実際のクローズドループ性能を予測できるかを、NAVSIMとBench2Driveの公開結果を比較して検証した論文。
- UniUncer: エンドツーエンド運転のための統合動的・静的不確かさ自動運転2026/3/1
エンドツーエンド運転プランナーにおいて、静的マップ要素と動的エージェントの両方の不確かさを統合的に推定・活用する軽量フレームワークを提案。
- ETA-VLA: 時間融合とLLM内スパース化による視覚言語行動モデルの効率的トークン適応VLA/自動運転2026/3/1
自動運転向けVLAモデルの計算負荷を減らすため、過去フレームの冗長な視覚トークンをテキストガイドと時間的一貫性で間引くフレームワークを提案し、精度を保ちつつ推論FLOPsを大幅削減した。
- HiST-VLA:階層的時空間視覚言語行動モデルによるエンドツーエンド自動運転VLA2026/2/1
3D空間認識と時系列推論を強化した階層的VLAモデルを提案し、動的トークン統合と階層的プランナーで軌道生成を高精度化、NAVSIM v2で最高性能を達成した。
- AnchDrive: ハイブリッド軌道アンカーによる拡散ポリシーのブートストラップを用いたエンドツーエンド運転自動運転/拡散ポリシー2025/9/1
静的・動的な軌道アンカーを初期値として拡散モデルを効率化し、NAVSIMで最先端性能を達成したエンドツーエンド自動運転プランナー。
- FlowDrive: エンドツーエンド自動運転のためのエネルギーフローフィールド自動運転/プランニング2025/9/1
リスクポテンシャルと車線引力場という物理的に解釈可能なエネルギーフローフィールドをBEV空間に導入し、拡散プランナで軌道生成する自動運転フレームワーク。NAVSIM v2でEPDMS 86.3のSOTAを達成。
- DiffSemanticFusion: オンラインHDマップ拡散による自動運転向けセマンティックラスタBEV融合自動運転/予測・計画2025/8/1
ラスタ表現とグラフ表現の長所を組み合わせ、オンラインHDマップの拡散モジュールで安定性と表現力を高めるBEV融合フレームワークを提案し、軌道予測と計画タスクで性能を改善した。
- IRL-VLA:逆強化学習報酬ワールドモデルによる視覚言語行動ポリシーの訓練VLA2025/8/1
逆強化学習で軽量な報酬ワールドモデルを構築し、PPOによる閉ループ強化学習でVLAポリシーを訓練する手法を提案。NAVSIM v2ベンチマークで最先端性能を達成。
- DiffVLA: 視覚言語モデルが導く拡散プランニングによる自動運転自動運転/VLA2025/5/1
視覚言語モデルを活用したハイブリッドなスパース・デンス拡散ポリシーを提案し、効率的で多様な運転行動と軌道生成の改善を実現した自動運転手法。
- オフライン強化学習における説明責任:事例コーパスによる意思決定の説明オフライン強化学習2023/10/1
オフラインデータを「決定コーパス」として活用し、選択した事例サブセットに基づいて説明可能な制御を行うAOCを提案し、医療分野での有効性を示した。
- 連続時間遅延系に対するニューラルラプラス制御オフライン強化学習2023/2/1
不規則な観測と未知の遅延を持つ連続時間環境に対し、ニューラルラプラス力学モデルとモデル予測制御を組み合わせたオフライン強化学習手法を提案し、専門家に近い性能を達成した。
- 3Dロボットマップの階層的トポメトリック表現3Dマッピング2021/11/1
3D点群から階層的でボリューム的なトポロジカルマップを生成する手法を提案し、複数フロアや傾斜屋根にも対応できることを示した論文。
- 観察からの模倣学習と実演からの模倣学習はほぼ等価であることの保証模倣学習2020/10/1
決定論的および有界なランダム性を持つロボット環境において、観察からの模倣学習(LfO)が実演からの模倣学習(LfD)とほぼ等価であることを理論的に証明し、実験でも同等性能を示した。
