Qichao Zhang
Institute of Automation, Chinese Academy of Sciences
収録論文 26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
- フィジカルキャンバス:ロボット政策評価・学習のための視覚触覚ワールドモデルワールドモデル2026/10/20
接触を伴うマニピュレーション向けに、RGB・触覚画像・マーカー変位・タスク状態・行動を統合した視覚触覚ワールドモデルを構築し、政策の閉ループ評価とGRPO更新を可能にした研究。
- GIFT: 行動指向の構造的監督による誘導中間特徴学習を用いたロボット操作マニピュレーション2026/9/3
視覚と言語の事前学習で得られる特徴と制御に必要な情報の乖離(行動十分性ギャップ)を埋めるため、中間特徴に幾何・アフォーダンス・目標領域の3つの制御関連構造を学習させるフレームワークGIFTを提案し、複数のポリシーで性能向上を確認した。
- ConsistencyPlanner: 高速サンプリング整合性モデルによるリアルタイムプランニング自動運転プランニング2026/6/1
自動運転の閉ループプランニングを高速化するため、整合性モデルを用いた多様な軌道生成と注意機構による特徴統合を提案し、Waymaxシミュレータで安全性を向上させた。
- 模倣を超えて:ハードネガティブから学ぶ安全なエンドツーエンド自動運転自動運転2026/5/1
成功事例だけでなく失敗事例も学習に取り入れることで、軌道の安全性を向上させる自動運転の模倣学習フレームワーク「BeyondDrive」を提案した論文。
- PokeVLA: 包括的な世界知識の指導によるポケットサイズの視覚言語行動モデルの強化VLA2026/4/1
この論文は、ロボット操作のための軽量な視覚言語行動モデルPokeVLAを提案し、2段階のトレーニングと新しいアクションエキスパートにより、LIBERO-Plusベンチマークと実世界で高い性能を達成した。
- 潜在世界行動モデリングによるエンドツーエンド自動運転自動運転2026/3/1
空間認識と動力学を考慮した潜在世界表現を用いた効率的なエンドツーエンド自動運転フレームワークを提案し、軌道計画性能を向上させた。
- 失敗から学ぶ:テイクオーバーデータを用いた運転VLAのポストトレーニング自動運転/VLA2026/3/1
自動運転のVLAモデルに対し、テイクオーバー(人間介入)データを活用した新しいポストトレーニング手法TakeVLAを提案。介入前の言語指示とシナリオ再構築による強化学習で安全マージンを拡大し、ベンチマークで最高性能を達成した。
- DreamerAD: 潜在世界モデルによる自動運転のための効率的な強化学習自動運転/世界モデル2026/3/1
動画拡散モデルのサンプリングを100ステップから1ステップに圧縮し80倍高速化した潜在世界モデルで、自動運転の強化学習を安全かつ高頻度に訓練可能にした。
- PerlAD: 擬似シミュレーションに基づく強化学習による閉ループエンドツーエンド自動運転の性能向上自動運転2026/3/1
オフラインデータから構築したベクトル空間上の擬似シミュレーションと予測ワールドモデルを用いて、レンダリング不要で効率的な強化学習による閉ループ自動運転を実現した。
- サンプリングからのロールアウト学習:R1スタイルのトークン化交通シミュレーションモデル交通シミュレーション2026/3/1
交通シミュレーションのための新しいポリシーR1Simを提案し、運動トークンのエントロピーパターンに基づく強化学習と適応的サンプリングを導入して、多様で安全なマルチエージェント挙動を実現した。
- MeanFuser: MeanFlowによる高速ワンショット多様体軌道生成と適応的再構成を用いたエンドツーエンド自動運転自動運転/軌道生成2026/2/1
ガウス混合ノイズとMeanFlowを組み合わせ、離散アンカーに依存せず高速かつロバストに軌道を生成するエンドツーエンド自動運転手法を提案。
- TakeAD: 専門家の介入データを用いた選好ベースの事後最適化によるエンドツーエンド自動運転自動運転2025/12/1
自動運転の模倣学習における開ループ訓練と閉ループ運用のギャップを埋めるため、ドライバー介入データを活用しDAggerとDPOを組み合わせて方策を微調整する手法を提案した。
- Mimir: 不確実性伝播を伴う階層的目標駆動拡散によるエンドツーエンド自動運転自動運転2025/12/1
目標点の不確実性をラプラス分布で推定し、マルチレート誘導機構で先読みすることで、堅牢かつ高速な軌道生成を実現した階層型自動運転フレームワーク。
- WorldRFT: 強化学習ファインチューニングによる潜在世界モデル計画法自動運転/世界モデル/強化学習2025/12/1
自動運転向けに、シーン表現学習を計画タスクに整合させる階層的計画分解と局所的な反復改善を導入し、GRPOによる強化学習ファインチューニングで安全性を高めた潜在世界モデルフレームワークを提案。nuScenesとNavSimでSOTA性能を達成。
- ReasonPlan:閉ループ自動運転のための統合シーン予測と意思決定推論自動運転2025/5/1
マルチモーダル大規模言語モデルを微調整し、次シーン予測と意思決定連鎖推論を組み合わせて閉ループ自動運転の性能と解釈性を向上させた研究。
- オンラインマップの不確かさを活用した安全なエンドツーエンド自動運転自動運転2025/4/1
知覚モジュールでオンラインマップの不確かさを見積もり、その不確かさを予測・計画・軌道選択に活用することで、衝突率を最大26%削減する手法UncADを提案した。
- 予測的個別世界モデルによる夢から運転へ自動運転/モデルベースRL2025/1/1
各車両の意図と相互作用を捉える個別レベルの世界モデルを構築し、その想像内で運転方策を学習することで、複雑な都市環境での安全で効率的な自動運転を実現した。
- 模倣学習ベースのエンドツーエンド自動運転におけるデータスケーリング則自動運転2024/12/1
400万件の運転デモデータを用いて、模倣学習ベースのエンドツーエンド自動運転モデルの性能がデータ量に対してべき乗則に従うことを示し、長尾データの重要性や組み合わせ汎化を明らかにした。
- PlanAgent: マルチモーダル大規模言語モデルによる閉ループ車両運動計画自動運転計画2024/6/1
マルチモーダルLLMを認知エージェントとして用い、BEV地図とテキスト記述から階層的推論でプランナコードを生成し、反省モジュールで評価する閉ループ車両運動計画システムを提案。nuPlanで評価。
- 計画に着想を得た階層的軌道予測による自動運転軌道予測2023/4/1
自動運転の軌道予測において、経路と速度の意図を階層的に分解して選択する新しいフレームワークを提案し、不完全な高精度地図下でも頑健な予測を実現した。
- ベクトル表現を用いた相互作用車両の条件付き目標指向軌道予測軌道予測2022/10/1
相互作用する2台の車両の軌道を、目標予測と軌道予測を条件付きで連携させて同時生成する解釈可能なフレームワークCGTPを提案し、Argoverseなどで高精度を示した。
- TrajGen:自動運転向けの反応的で実行可能なエージェント挙動を伴うリアルで多様な軌跡生成軌跡生成/自動運転シミュレーション2022/3/1
人間の運転データから多様な軌跡を予測し、強化学習で衝突回避と車両制約を満たすよう修正する2段階の軌跡生成フレームワークを提案し、並列学習可能なデータ駆動シミュレータI-Simと評価指標も開発した。
- 密集交通の交差点ナビゲーションのためのマルチタスク安全強化学習自動運転/強化学習2022/2/1
社会注意機構と安全層を組み合わせたマルチタスク安全強化学習により、密集交通の交差点での左折・右折・直進を安全かつ効率的に行う手法を提案し、SUMOとCARLAで有効性を示した。
- 交差点自動運転のための強化学習ベンチマーク自動運転/強化学習2021/9/1
複雑な交差点シナリオで強化学習ベースの自動運転エージェントを訓練・評価するベンチマークRL-CISを提案し、複数アルゴリズムのベースラインを整備した。
- 深層強化学習による未知環境ナビゲーションのための自動探索ナビゲーション2020/7/1
探索を意思決定・計画・地図構築に分解した枠組みを構築し、部分地図から深層強化学習で探索戦略を学習する手法を提案。学習効率と未知環境への適応性が向上し、実機へのsim2real転移も実証した。
- ルールベース制約付き深層強化学習による車線変更意思決定自動運転意思決定2019/4/1
DQNにルールベースの制約を組み合わせ、高レベルな車線変更判断と低レベルな軌道修正を統合して安全で効率的な車線変更を実現した。
