Jan Hünermann

収録論文 4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

• 表現オートエンコーダを用いたマルチプレイヤー対話型ワールドモデル
  ワールドモデル2026/7/6

  複数エージェントの行動を条件付けし、動的な物理環境をリアルタイムで生成する初のマルチプレイヤーワールドモデルを提案。ロケットリーグの10,000時間のゲームプレイで訓練し、5億パラメータの潜在拡散モデルが4人対戦を毎秒20フレームで生成する。

• CarLLaVA：カメラのみの閉ループ自動運転のための視覚言語モデル
  自動運転VLA2024/6/1

  LLaVAの視覚エンコーダとLLaMAをバックボーンに用い、カメラ入力のみでCARLA自動運転チャレンジ2.0のセンサートラックで1位を獲得した視覚言語モデルを提案。

• LingoQA: 自動運転のための視覚的質問応答
  VLA2023/12/1

  自動運転向けの視覚的質問応答データセットとベンチマークを構築し、既存の視覚言語モデルが人間に及ばないことを示した。

• LLMによる運転：説明可能な自動運転のための物体レベルベクトルモダリティの融合
  VLA2023/10/1

  物体レベルのベクトル数値データを事前学習済みLLMに統合し、運転状況の理解・質問応答・行動生成を行うマルチモーダル運転モデルを提案。10kシナリオからなる16万QAペアのデータセットも構築した。