Qing Guo
収録論文 6本 ・ フィジカルAI/ロボット学習
VLA自動運転/HMI自動運転歩行オフライン強化学習点群検出/ロバスト性
※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
- 世界モデリングはロボット行動学習で実際に何を改善するのかVLA2026/10/25
未来映像予測を行動学習の補助損失として組み込む効果を制御的に検証し、既知タスクでは成功率が大きく向上する一方、分布シフト下では利点が一貫しないことを示した論文。
- 自動運転におけるLLM対応マルチプランナー・スケジューリングによるオープンエンド指示の実現自動運転/HMI2026/4/1
乗客の自然言語によるオープンエンドな指示をLLMで解釈し、複数のMPCベース運動プランナーをスケジューリングして制御信号に変換する枠組みを提案。クローズドループ評価用ベンチマークも導入し、タスク完了率向上とLLMクエリコスト削減を実証した。
- 自動運転の安全性とロバスト性を安全クリティカルなシナリオで評価するベンチマーク自動運転2025/3/1
安全クリティカルなシナリオの定義を整理し、知覚モジュールからシステム全体までを評価できる自動運転の安全性テストプラットフォームを構築した論文。
- 外部行動好奇心による方策行動の多様化歩行2024/10/8
模倣学習に質的多様性最適化を組み合わせ、外部批評家からの好奇心報酬で多様なロボット歩行行動を獲得する手法を提案した論文。
- グラフ上のトランスダクティブ報酬推論オフライン強化学習2024/2/6
限られた報酬アノテーションから報酬伝播グラフを構築し、未ラベルデータの報酬をトランスダクティブに推論する手法を提案。歩行やロボット操作タスクでオフライン強化学習の性能を向上させた。
- 点群検出器の一般的な劣化に対するロバスト性:ベンチマークと強化点群検出/ロバスト性2022/10/1
LiDAR点群検出器の実世界の劣化(雨・雪・ノイズ等)に対するロバスト性を評価するため、物理シミュレーションに基づく大規模ベンチマークを構築し、8つの最先端検出器の脆弱性を分析した。
