Letian Wang
収録論文 22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
- VBVR-Pro: ネイティブ視覚推論のためのスケーラブルで検証可能なスイート視覚推論2026/8/26
視覚生成を推論の媒体として扱うネイティブ視覚推論の研究を進めるため、300の手続き生成タスクからなる閉ループテストベッドVBVR-Proを導入し、検証可能な報酬スコアラと制御されたモダリティ比較を提供する。
- ビデオ生成モデルは汎用視覚学習器であるVLA2026/7/10
大規模テキストからビデオへの生成を視覚の事前学習パラダイムとして用い、テキスト指示で様々な視覚タスクを実行できる汎用モデルGenCeptionを提案した。
- BeyondSight: エンドツーエンド自動運転のための物体永続性自動運転2026/7/1
自動運転において、長時間遮蔽されたアクターの存在を維持する永続性を考慮したエンドツーエンド駆動フレームワークを提案し、遮蔽下での認識・予測・計画性能を向上させた。
- 意味的に汎化可能な計画のための接地された世界モデルVLA/計画2026/4/1
視覚と言語を整合させた潜在空間で世界モデルを学習し、行動の将来結果とタスク指示の類似度で行動を評価するMPC手法を提案。未見の視覚信号や指示表現を含むベンチマークで従来のVLAを大幅に上回る汎化性能を示した。
- DriveDreamer-Policy: 幾何学的基盤を持つ世界行動モデルによる生成と計画の統合自動運転2026/4/1
運転タスク向けに、深度生成・将来ビデオ生成・動作計画を単一アーキテクチャで統合した世界行動モデルを提案し、閉ループ計画と世界生成の両方で高性能を達成した。
- LMGenDrive: マルチモーダル理解と生成的ワールドモデルを統合したエンドツーエンド運転自動運転2026/4/1
本論文は、LLMベースのマルチモーダル理解と生成的ワールドモデルを統合した初のエンドツーエンド自動運転フレームワークLMGenDriveを提案し、将来の運転ビデオと制御信号を同時生成することで、長尾・オープンワールドシナリオへの一般化を向上させる。
- DrivingGen: 自動運転のための生成ビデオ世界モデルの包括的ベンチマーク自動運転/世界モデル2026/1/1
自動運転向けの生成ビデオ世界モデルを評価する初の包括的ベンチマークDrivingGenを提案し、多様なデータセットと新指標で14の最先端モデルを比較した。
- ForeSight: マルチビューストリーミングによる物体検出と軌道予測の統合検出・予測統合2025/8/1
自動運転向けに、物体検出と軌道予測をクエリメモリで共有しながら双方向に学習する追跡不要の統合フレームワークを提案し、nuScenesで最先端性能を達成した。
- OpenNav: マルチモーダル大規模言語モデルによるオープンワールドナビゲーションナビゲーション2025/7/1
マルチモーダル大規模言語モデルを活用し、自由形式の言語指示からロボットの軌道点列を生成するゼロショット視覚言語ナビゲーション手法を提案。
- 展開可能で汎化可能な自律性に向けた動作予測の動向:再訪と展望動作予測2025/5/1
動作予測モデルの汎化性と実展開性に焦点を当て、ロボティクス・自動運転・人間動作への応用を中心に、手法・表現・評価プロトコルの分類と課題を整理したサーベイ。
- SmartPretrain: モデル非依存・データセット非依存の運動予測のための表現学習運動予測2024/10/1
複数の運転データセットを統合し、対照学習と再構成学習を組み合わせた自己教師あり事前学習フレームワークを提案。モデルやデータセットに依存せず運動予測性能を向上させる。
- DistillNeRF: 単眼画像からニューラル場と基盤モデル特徴を蒸留して3Dシーンを認識3D認識2024/6/1
単一フレームの多視点カメラ画像から、NeRFの蒸留とCLIP/DINOv2などの2D基盤モデル特徴の蒸留を組み合わせて、自己教師ありで3Dシーン表現を学習する手法を提案。
- SmartRefine: シナリオ適応型の効率的な運動予測リファインメントフレームワーク運動予測2024/3/1
各シナリオの特性に応じてリファインメントの設定と反復回数を適応的に選び、最小限の追加計算で運動予測精度を向上させる汎用的な手法を提案。
- LMDrive: 大規模言語モデルによる閉ループ型エンドツーエンド自動運転自動運転/VLA2023/12/1
自然言語指示とマルチモーダルセンサ入力を統合し、LLMで閉ループのエンドツーエンド自動運転を実現するフレームワークLMDriveを提案し、約64Kの指示追従データセットとLangAutoベンチマークを公開した。
- パラメータ化スキルと事前知識を活用した自動運転のための効率的強化学習自動運転/強化学習2023/5/1
人間の運転学習に倣い、高レベルな運動スキル空間での意思決定と専門家の事前知識を同時に活用する強化学習アルゴリズムASAP-RLを提案し、密な交通環境での自動運転タスクにおいて学習効率と運転性能を向上させた。
- タスク非依存・自己中心的な運動スキルによる自動運転の強化学習の加速自動運転2022/9/1
自動運転の強化学習において、タスクに依存しない自己中心的な運動スキルライブラリを構築し、低次元の潜在スキル空間で効率的に探索する手法を提案。多様な運転タスクで学習効率と性能が向上することを示した。
- 自動運転のための社会的インタラクション:レビューと展望自動運転2022/8/1
自動運転における人間ドライバー間の社会的インタラクションに関する既存研究を整理し、その定義・評価・モデル化手法を概観するとともに、今後の研究方向と課題を提示したレビュー論文。
- 予測ヒューリスティックを用いた効率的なゲーム理論的計画法による社会的に適合する自動運転自動運転計画2022/7/1
自動運転における社会的相互作用を考慮した計画問題に対し、予測アルゴリズムをヒューリスティックとして組み込んだモンテカルロ木探索に基づく効率的な軌道計画法を提案し、多様な運転行動と他車の選好推定を可能にした。
- 解釈可能なセンサフュージョンTransformerによる安全性強化自動運転自動運転2022/7/1
マルチモーダル・マルチビューのセンサ情報をTransformerで融合し、解釈可能な中間特徴を用いて安全な行動を制約する自動運転フレームワークを提案。CARLAリーダーボードで首位を獲得。
- 転移可能で適応性のある運転行動予測行動予測2022/2/1
人間の認知モデルを模倣した階層的フレームワークHATNを提案し、多エージェント密集交通環境での運転行動を高精度かつ転移・適応可能に予測する。
- 運転行動予測のための階層型適応・転移ネットワーク行動予測2021/11/1
人間の認知を模した階層型フレームワークで、意図識別と行動生成を分けて多エージェント密集交通での運転行動を予測し、交差点やラウンドアバウトの実データで精度と転移性の高さを示した論文。
- 予測不確実性を考慮した自動運転車の社会的協調行動設計と実走行データによる検証自動運転/行動計画2020/10/1
他車の挙動予測の不確実性を考慮しつつ、自車の利益・他者への礼儀・予測信頼度を最適化する予測計画統合フレームワークを提案し、実人間の運転データで人間らしさを検証した。
