Henry X. Liu
収録論文 27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
- 自動運転車の大規模展開に向けた行動安全評価(後編):評価結果自動運転2026/10/6
オープンソースの自動運転システムAutoware.Universeをシミュレーションと実車テストで評価し、14の行動能力のうち6つを満たすが、クラッシュ率が人間の約1000倍高いことを明らかにした。
- 自動運転車の大規模展開に向けた行動安全性評価(前編):方法論自動運転2026/10/6
自動運転車の行動安全性を評価するため、制御されたシナリオでの反応行動を評価する行動能力テストと、自然な交通環境での相互作用行動を評価する運転知能テストからなる第三者評価フレームワークを提案した。
- LongNav-R1: 長期的VLAナビゲーションのための適応的マルチターン強化学習VLAナビゲーション2026/2/1
VLAモデルによる長期的ナビゲーションを、環境とのマルチターン対話として強化学習する枠組みを提案し、Horizon-Adaptive Policy Optimizationで時間的信用割当を改善、成功率を64.3%から73.0%に向上させた。
- nuCarla: CARLAシミュレーションにおけるnuScenes形式の鳥瞰図知覚データセット自動運転/シミュレーション2025/11/1
自動運転の閉ループ学習向けに、nuScenes互換の鳥瞰図知覚データセットをCARLA上で構築し、高性能BEVモデルと共に公開した。
- TeraSim-World:エンドツーエンド自動運転のための世界規模の安全クリティカルデータ合成自動運転データ合成2025/9/1
任意の場所の地図・交通データを取得し、自然な運転行動と多様な危険シナリオをシミュレートして、映像生成モデルで写実的なセンサデータを合成する自動運転向けデータ生成パイプライン。
- End2Race: リアルタイムF1Tenthレースのための効率的なエンドツーエンド模倣学習模倣学習2025/9/1
F1Tenthの自動レース向けに、GRUとLiDARのシグモイド正規化を用いた高速なエンドツーエンド模倣学習を提案し、追い越しシナリオで高い安全性と成功率を達成した。
- 抽象障害物マップとトポロジカルグラフを活用したゼロショット視覚言語ナビゲーションVLA2025/9/1
MLLMと抽象障害物マップ上のウェイポイント予測を組み合わせ、訪問履歴付きトポロジカルグラフをプロンプトに組み込むことで、連続環境でのゼロショット視覚言語ナビゲーションを高精度化した研究。
- シーングラフを用いた想像的世界モデリングによる身体性エージェントのナビゲーションナビゲーション2025/8/1
階層的シーングラフと大規模言語モデルで未観測環境を想像し、適応的に経路探索するナビゲーション手法SGImagineNavを提案。実環境とシミュレーションで成功率を向上させた。
- Waymo Open Motion Datasetにおける交通信号データ品質の改善自動運転データセット2025/6/1
車両軌跡データと交通工学の知識を活用し、Waymo Open Motion Datasetの欠損・不正確な交通信号情報を自動補完・修正する手法を提案した。
- LightEMMA: 自動運転のための軽量エンドツーエンドマルチモーダルモデルVLA2025/5/1
様々な視覚言語モデルを統合して自動運転エージェントを構築し、nuScenes予測タスクで性能を比較評価する軽量フレームワークを提案した。
- RADE: マルチエージェント条件付き拡散によるリスク調整可能な運転環境の学習自動運転シミュレーション2025/5/1
マルチエージェント拡散モデルで交通参加者全員の挙動をリスク指標に条件付けて生成し、現実的な統計特性を保ちながら危険度を調整できる自動運転テスト用シミュレーションを提案した。
- 自動運転車の大規模展開に向けた行動安全性評価自動運転2025/5/1
自動運転車の行動安全性を評価するため、運転免許試験と運転知能試験からなる第三者評価フレームワークを提案し、Autoware.Universeを用いてシミュレーションと実車試験で検証した。
- TeraSim: 生成シミュレーションで自動運転車の未知の危険事象を発見する自動運転シミュレーション2025/3/1
自動運転車の安全性評価のため、多様な安全クリティカルな交通事象を生成し、衝突率などの統計的性能指標を推定できるオープンソースの高忠実度交通シミュレーションプラットフォームを提案した。
- DECODE: ドメイン認識型継続的ドメイン拡張による運動予測運動予測2024/11/1
自動運転の運動予測において、ハイパーネットワークと正規化フローを用いてドメイン特化モデルを継続的に拡張し、ベイズ不確実性推定で汎化モデルと統合するフレームワークを提案。
- 自動運転向け路側知覚システムの評価:実地試験からの知見知覚/評価ベンチマーク2024/1/1
路側知覚システムの標準的な評価手法が欠如している問題に対し、実地試験に基づく評価方法論を提案し、Mcityで複数の市販システムを比較評価した。
- 走行軌跡データを用いた自動運転システム安全指標の評価自動運転2024/1/1
記録された車両軌跡データを活用し、衝突回避不能な状況を基準として、TTCやPCM、MPrISMなどのリアルタイム安全指標を公平に比較評価する枠組みを提案した。
- MSight: コネクテッド自動運転車向けエッジクラウド基盤の路側知覚システム路側知覚2023/10/1
路側センサとエッジクラウドを活用し、コネクテッド自動運転車向けに車両検出・位置推定・追跡・短期軌道予測をリアルタイムで行うシステムを開発し、実環境で運用評価した。
- ロバストな路側知覚のための自動データ合成パイプライン:人手アノテーションを最小化路側知覚2023/6/1
拡張現実とGANを組み合わせてフォトリアルな路側センサデータを自動合成し、天候や照明の変化に頑健な路側知覚検出器を人手アノテーションなしで訓練できることを示した。
- ROCO: ラウンドアバウト交通コンフリクトデータセット交通データセット2023/3/1
ミシガン州の二車線ラウンドアバウトで4台の魚眼カメラから収集した映像を基に、学習ベースの手法で交通コンフリクトを検出し、557件のコンフリクトと17件の事故をラベル付けしたデータセットを構築・分析した。
- 自動運転車における「希少性の呪い」自動運転2022/7/1
自動運転開発の安全上の課題の根本原因が、高次元の運転環境における安全クリティカルな事象の希少性にあることを明らかにし、これを「希少性の呪い」として定式化した論文。
- 路側カメラによる自動運転向けリアルタイム全スタック交通シーン認識路側知覚2022/6/1
路側カメラを用いて物体検出・位置推定・追跡・多カメラ融合を統合し、2Dアノテーションのみで学習可能な landmark ベース3D位置推定を導入したフルスタック認識システムを構築し、実環境で20ms未満の遅延を実現した。
- 信号交差点における階層的行動予測フレームワーク行動予測2021/10/1
信号情報を用いて交差点での車両行動を、ベイズネットによる意図予測と最大エントロピー逆強化学習による軌道予測の二段階で予測する手法を提案し、黄信号通過シナリオで有効性を示した。
- 自動運転車テストのための学習ベース確率的運転モデル交通シミュレーション2021/2/1
LSTMと分位点回帰を用いて人間らしい確率的な背景車両の運転モデルを構築し、大規模自然走行データで学習して交通流の再現性を検証した論文。
- 自動運転車の安全性評価に向けたコーナーケース生成と分析自動運転/安全性評価2021/2/1
強化学習で背景車両の攻撃的な運転方策を学習し、意思決定システム向けの危険シナリオを生成。特徴抽出とクラスタリングで代表的なコーナーケースを特定する枠組みを提案。
- 自動運転車テストのための自然な走行環境を分布整合的にシミュレーションする手法交通シミュレーション2021/1/1
大規模自然走行データから人間の運転行動モデルを構築し、マルコフ連鎖の定常分布を最適化で補正することで、実世界と分布が一致する交通シミュレーション環境を生成する枠組みを提案した。
- コネクテッド・自動運転車のテストシナリオライブラリ生成:ケーススタディ自動運転テスト2019/5/1
追い越し・高速出口・車間追従の3ケースでテストシナリオライブラリ生成手法を実装し、強化学習で高次元化に対応、評価精度を保ちつつ評価を大幅高速化した。
- コネクテッド・自動運転車のテストシナリオライブラリ生成(前編):方法論自動運転テスト2019/5/1
自動運転車のテスト用に、シナリオの重要度をマヌーバ難易度と出現頻度で評価し、最適化手法で効率的に重要シナリオ群を生成する枠組みを提案した論文。
