Jiaqi Ma
University of California, Los Angeles
収録論文 25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
- Mem4Act: 長期的ロボット操作のための効果的な潜在記憶の学習マニピュレーション2026/10/15
過去の観測を固定サイズの潜在記憶に圧縮し、長期タスクに必要な情報を保持して操作方策を導くフレームワークを提案。複数のベンチマークと実機タスクで最高性能を達成。
- AutoAgent0: 安全な閉ループ運転のためのエージェント実行環境自動運転2026/10/13
既存の運転ポリシーに検出・検証・回復機能を追加し、閉ループ運転の安全性をテスト時実行問題として改善するエージェントランタイムを提案。
- VeriFine: 身体性推論における自己改善のための検証スケーリングVLA2026/10/6
方策・カリキュラム・判定器を共進化させ、人間の助言を活用して判定器を改良することで、身体性推論タスクにおける継続的な自己改善を実現するフレームワークを提案。
- SCAPE: シナリオ条件付きシミュレーション拡張ポリシー評価評価手法2026/8/19
実世界でのポリシー性能を、限られた実機データと大量のシミュレーションデータを組み合わせてシナリオごとに予測する評価フレームワークを提案した。
- What-If World: 身体性シナリオにおける汎用世界モデルのための因果ベンチマーク世界モデル2026/5/26
ビデオ生成モデルが物理的介入に正しく反応するかを評価するため、1つの物理変数だけが異なるプロンプトペアを用いたベンチマーク「What-If World」を提案し、9つの最先端モデルが低スコアであることを示した。
- MDrive: エンドツーエンドマルチエージェントシステムのための閉ループ協調運転ベンチマーク自動運転/協調運転/ベンチマーク2026/5/1
V2X通信を用いた協調運転の評価を閉ループで行うベンチマークMDriveを提案し、マルチエージェントシステムの利点と課題を明らかにした。
- BridgeSim: 自動運転エンドツーエンドにおけるオープンループとクローズドループのギャップの解明自動運転2026/4/1
オープンループ評価で高得点でもクローズドループ運用で失敗する原因を分析し、テスト時適応でギャップを緩和する手法を提案した論文。
- TIC-VLA:動的環境におけるロボットナビゲーションのための制御内思考型視覚-言語-行動モデルVLA2026/2/1
遅延する意味推論を明示的にモデル化し、非同期推論に適応した視覚-言語-行動モデルを提案。動的環境での言語誘導ナビゲーションをリアルタイム制御で実現する。
- Token Expand-Merge: VLAモデルのための学習不要トークン圧縮VLA2025/12/1
VLAモデルの推論を高速化するため、追加トークンの動的展開と行動認識に基づく統合を組み合わせた学習不要のトークン圧縮手法TEAM-VLAを提案し、LIBEROで成功率を維持しつつ速度を改善した。
- MDG: 交通環境におけるマルチエージェント行動モデリングのためのマスク付きデノイジング生成マルチエージェント/交通シミュレーション2025/11/1
マルチエージェントの行動モデリングを、独立にノイズを加えた時空間テンソルの再構成として定式化し、1回か数回の順伝播で予測・シミュレーション・計画・条件付き生成を統一的に扱える生成フレームワークを提案。
- リスクマップをミドルウェアとして:協調型エンドツーエンド自動運転の解釈可能なリスク認識計画自動運転2025/8/1
リスクマップを中間表現として用い、複数車両の協調知覚と学習ベースMPCを組み合わせることで、解釈可能でリスクを考慮したエンドツーエンド自動運転フレームワークを提案した。
- CooperRisk: マルチエージェント協調知覚と予測による運転リスク定量化パイプラインV2X協調知覚2025/6/1
V2Xを活用して複数車両の知覚情報を統合し、将来の複数時点における運転リスクを解釈可能なリスクマップとして定量化するパイプラインを提案した。
- InSPE: 異種マルチモーダルインフラセンサ配置の迅速評価協調知覚/インフラセンシング2025/4/1
交差点などのインフラにマルチモーダルセンサをどこに置くかを、センサ被覆・遮蔽・情報利得の3指標で迅速に評価する手法InSPEを提案し、CARLAベースのデータ生成ツールとInfra-Setデータセットを構築した。
- 交通規制データベースと視覚言語モデルを活用した規制対応経路計画自動運転/VLA2025/3/1
RGBカメラと視覚言語モデル、機械可読な交通規制データベースを組み合わせ、自動運転車が法規を守りながら経路を計画・判断できるフレームワークを提案し、シミュレーションと実車で検証した。
- V2X-ReaLO: 実環境における協調知覚のためのオープンオンラインフレームワークとデータセット協調知覚2025/3/1
実車とスマートインフラ上で動作するオンライン協調知覚フレームワークを構築し、中間融合の実現可能性を実環境で初めて実証するとともに、動的環境での評価用データセットを公開した。
- AgentAlign: エージェント間センサ相関のずれに適応する協調知覚フレームワーク協調知覚/V2X2024/12/1
複数車両・インフラ間の異種センサ情報のずれを動的に補正する特徴アライメント手法を提案し、ノイズ環境下でも頑健な協調知覚を実現した。
- 自動運転のための路側LiDAR配置最適化協調知覚2023/10/1
路側LiDARの配置を最適化するため、知覚性能の向上量に基づく貪欲法と、単一フレームから知覚能力を予測するモデルを提案し、CARLAでデータセットを構築した。
- 協調運転自動化研究のためのオープンソースエコシステムOpenCDA協調運転/自動運転2023/1/1
協調運転自動化(CDA)研究向けに、モデルズーやシミュレータ群を統合したオープンソースエコシステムOpenCDAを提案する論文。
- 現実的なLiDARシミュレーションライブラリを用いたインフラLiDAR配置の分析V2X協調認識2022/11/1
CARLAシミュレータ上で高忠実度LiDAR点群を生成するライブラリを構築し、インフラセンサの最適配置を探索する手法を提案。従来配置より平均精度を15%向上させ、点群密度と均一性が性能指標となることを示した。
- BTO-RRT:点群データを直接用いる高速・最適・滑らかな経路計画アルゴリズム経路計画2022/11/1
点群環境でロボットの経路計画を行うため、双方向RRT-connectとk-d木による障害物回避、3段階最適化を組み合わせ、3Dマップの離散化を経ずに点群を直接使って滑らかで動的に実行可能な経路を生成する手法を提案した。
- 自動運転システムのデータ取得・処理プラットフォーム自動運転2022/11/1
複数のコネクテッド自動運転車の協調知覚を用いて、車両軌跡の抽出・再構成・評価を行うデータ取得・処理プラットフォームを提案した。
- V2XP-ASG:車車間・路車間知覚のための敵対的シーン生成V2X知覚2022/9/1
LiDARベースのV2X知覚システムを評価・改善するため、複数エージェントの位置を現実的に摂動させて敵対的協調グラフを学習する初のオープンな敵対的シーン生成器を提案。
- モデル非依存のマルチエージェント知覚フレームワークマルチエージェント知覚2022/3/1
異なるモデルを使うエージェント間の信頼度スコアのずれを較正し、ボックス集約で統合することで、モデル情報を共有せずに協調知覚の性能を向上させる手法を提案した。
- OPV2V: 車車間通信を用いた協調知覚のためのオープンベンチマークデータセットと融合パイプライン協調知覚/V2V2021/9/1
車車間通信による協調知覚研究のための大規模シミュレーションデータセットと16モデルのベンチマークを構築し、複数車両の情報を統合する注意機構付き中間融合パイプラインを提案した。
- OpenCDA:協調運転自動化のためのオープンな共同シミュレーションフレームワーク協調運転/sim2real2021/7/1
単車知能に偏った既存シミュレータの限界を埋めるため、異種シミュレータ連携・フルスタック協調運転システム・シナリオ管理を統合したCDA研究用オープンフレームワークを提案し、プラトゥーニング実装例で有効性を示した。
