Shuhan Tan
収録論文 8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
- アクション専門家はVLMを訓練すべきか?Mixture-of-Transformer型VLAにおけるアクショントークン監督と勾配経路VLA2026/11/3
VLAモデルでVLMへの勾配遮断とアクショントークン監督を独立に操作し、運転とマニピュレーションで比較した研究。アクショントークン監督があれば勾配遮断でも遜色なく、なければ結合が軌道予測誤差を約25%低減することを示した。
- 潜在連鎖推論によるエンドツーエンド運転の世界モデリング自動運転VLA2025/12/1
運転行動の推論を自然言語ではなく、行動と整合した潜在空間で行うLCDriveを提案し、推論速度・軌道品質・強化学習の効果を向上させた。
- SceneDiffuser++:生成的世界モデルによる都市規模の交通シミュレーション交通シミュレーション2025/6/1
単一の損失関数で訓練された初のエンドツーエンド生成的世界モデルにより、都市規模で地点AからBへの交通シミュレーションを実現し、長いシミュレーションでも高いリアリズムを示した。
- 自動回帰的な運動とシーン生成を交互に行う長期交通シミュレーション交通シミュレーション2025/6/1
自己回帰的な次トークン予測モデルInfGenを提案し、閉ループ運動シミュレーションとシーン生成を交互に実行することで、長期交通シミュレーションを安定化させた。
- Vision-Language-Actionモデルのための対話型ポストトレーニングVLA2025/5/1
疎な成功報酬のみを用いた強化学習ベースの対話型ポストトレーニング手法RIPT-VLAを提案し、VLAモデルの適応性と成功率を大幅に向上させた。
- プロンプト可能な閉ループ交通シミュレーション交通シミュレーション2024/9/1
数値・カテゴリ・テキストのプロンプトで各エージェントの挙動を指示し、閉ループで交通シナリオを生成するマルチモーダル交通シミュレーション手法ProSimを提案。
- 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。
- SceneGen: リアルな交通シーンを生成する学習手法交通シーン生成2021/1/1
自車状態と高精細地図から、ルールやヒューリスティクスを使わずにニューラル自己回帰モデルで多様な交通参加者を配置・生成し、実世界に汎化する知覚モデル学習を可能にした研究。
