Quanyi Li
収録論文 19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
- 遅い脳、速いプランナー:遅延耐性を持つVLM拡張都市ナビゲーションナビゲーション2026/6/1
歩道ナビゲーションのプランナーが苦手な状況で、VLMを使って候補軌道を選び、遅延を補償する融合層で実時間制御を維持する手法を提案した。
- 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。
- RAP: 3Dラスタライゼーションで強化するエンドツーエンド計画自動運転/エンドツーエンド計画2025/10/1
フォトリアルな描画の代わりに注釈付きプリミティブの軽量ラスタライズで走行データを拡張し、特徴空間アライメントで実環境に転移する計画手法を提案。4つの主要ベンチマークで最高性能を達成。
- VLAは閉じた世界に留まるが、新規指示への汎化能力を持つVLA2025/5/1
VLAの内部表現を推論時に操作することで、学習済みタスクのスキルを組み合わせて新規タスクを実行できることを示し、新ベンチマークLIBERO-OODで評価した。
- 自律型マイクロモビリティに向けたスケーラブル都市シミュレーションsim2real2025/5/1
都市環境での自律マイクロモビリティのための高性能シミュレーションプラットフォームURBAN-SIMと、8つのタスクからなるベンチマークURBAN-BENCHを提案し、多様なロボットで評価した。
- GLEAM: 複雑な3D屋内環境における能動的マッピングのための汎化可能な探索方策の学習能動的マッピング/探索2025/5/1
合成・実スキャンの1,152シーンからなる大規模ベンチマークGLEAM-Benchを構築し、意味表現と長期目標・ランダム化戦略で未知の複雑シーンでも高被覆・高精度に探索する汎化可能な能動的マッピング方策を提案した。
- 代理価値伝播による能動的な人間関与からの学習模倣学習2025/2/1
人間の介入とデモンストレーションを代理価値関数で表現し、TD学習で伝播させることで、報酬なしに方策を最適化する手法を提案した。
- MetaUrban: 都市マイクロモビリティのための身体性AIシミュレーションプラットフォームsim2real2024/7/1
都市空間における配送ロボットや電動車椅子などのマイクロモビリティ向けに、歩行者や動的物体を含む無限の都市シーンを生成できる構成可能なシミュレーションプラットフォームを提案し、強化学習・模倣学習のベースラインを構築した。
- H∞ロコモーション制御の学習歩行2024/4/1
四足歩行ロボットの頑健な歩行制御を、状態に依存した学習可能な外乱との敵対的相互作用として定式化し、H∞制約で安定に最適化する手法を提案した。
- GenNBV: 能動的3D再構成のための汎化可能な次善視点ポリシー能動的3D再構成2024/2/1
強化学習を用いて、任意の視点から撮影できるドローンの次善視点ポリシーを学習し、未知の大規模物体でも高い被覆率で3D再構成を自動化した。
- ハイブリッド内部モデル:シミュレーション上のロボット応答を用いた俊敏な脚式移動の学習歩行2023/12/1
脚式ロボットの固有受容感覚のみから外乱を推定するハイブリッド内部モデルを提案し、シミュレーションと実機の観測を一致させて、RTX 4090で1時間の学習により四脚ロボットがあらゆる地形・外乱を走破できるようにした。
- ScenarioNet:大規模交通シナリオのシミュレーションとモデリングのためのオープンソースプラットフォーム自動運転シミュレーション2023/6/1
WaymoやnuScenesなど複数の運転データセットから実世界の交通シナリオを収集し、統一フォーマットでシミュレーション上に再現・対話できるオープンソース基盤を構築した。
- 不完全なオンラインデモンストレーションを用いたガード付き方策最適化強化学習2023/3/1
性能が不完全な教師でも使えるTeacher-Student強化学習手法TS2Cを提案し、教師の介入を軌道ベースの価値推定で取り込み、安全な探索と訓練コスト削減を両立させた。
- TrafficGen: 多様でリアルな交通シナリオを生成する学習手法交通シナリオ生成2022/10/1
実世界の断片的な運転データから自己回帰生成モデルを学習し、自動運転シミュレーション用の多様でリアルな交通シナリオを生成する手法を提案。生成シナリオを強化学習の訓練環境に用いることで運転ポリシーの性能と安全性が向上することを示した。
- ポリシー解剖による人間とAIの共有制御人間-AI協調制御2022/6/1
強化学習済みポリシーの中間表現を運動学的属性に合わせることで、再学習なしに人間が介入可能な制御ポリシーへ変換する手法を提案。
- Human-AIコパイロット最適化による安全運転方策の効率的学習自動運転/強化学習2022/2/1
人間の介入を限られた予算で活用し、危険な状況を回避する運転方策を強化学習で効率的に学習するHACOを提案した論文。
- 専門家誘導方策最適化による安全運転強化学習2021/10/1
専門家が危険時に介入してデモンストレーションを行う強化学習手法EGPOを提案し、安全運転タスクで訓練・テスト時の安全性とサンプル効率を向上させた。
- MetaDrive:多様な運転シナリオを合成し汎化可能な強化学習を支援するシミュレーション基盤自動運転シミュレーション/強化学習2021/9/1
手続き生成と実データ取り込みで無限に多様な運転シナリオを作れるシミュレーションプラットフォームMetaDriveを開発し、単一・マルチエージェントの汎化・安全探索・交通学習のベンチマークを構築した。
- 手続き型生成でEnd-to-End自動運転の汎化性能を向上させる自動運転/シミュレーション2020/12/1
道路ブロックをランダムに組み合わせて多様なシーンを自動生成する運転シミュレータPGDriveを開発し、生成シーンを増やして学習することで交通密度や道路網の異なる未知環境への汎化が大きく改善することを示した。
