Shuo Feng
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
- 自動運転車の大規模展開に向けた行動安全評価（後編）：評価結果自動運転2026/10/6
オープンソースの自動運転システムAutoware.Universeをシミュレーションと実車テストで評価し、14の行動能力のうち6つを満たすが、クラッシュ率が人間の約1000倍高いことを明らかにした。
- 自動運転車の大規模展開に向けた行動安全性評価（前編）：方法論自動運転2026/10/6
自動運転車の行動安全性を評価するため、制御されたシナリオでの反応行動を評価する行動能力テストと、自然な交通環境での相互作用行動を評価する運転知能テストからなる第三者評価フレームワークを提案した。
- Copper-Policy: ロバストなロボットマニピュレーションのための表現学習マニピュレーション2026/9/26
方針と共にコンパクトな世界表現を学習し、ピクセル再構成なしで未来の観測埋め込みを予測することで、効率的な学習と高い制御性能を両立したロボットマニピュレーション手法。
- GIFT: 目標注入型ファインチューニングによる効率的な操作ポリシー適応VLA/操作2026/9/7
生成モデルで予測した目標画像を事前学習済みVLAモデルに軽量に組み込むファインチューニング手法GIFTを提案し、少数エポックで性能を大幅に向上させた。
- MeshPriorDiT: 行動条件付き布地ダイナミクスのための階層的モデリング布地シミュレーション2026/8/27
布地の動き予測を、メッシュGNNによる構造化された事前分布と、拡散トランスフォーマーによる生成的な残差に分解する階層モデルを提案し、長距離の協調と局所的な変形を両立させて予測精度を大幅に向上させた。
- ViSMoE: 身体化された指示表現グラウンディングのための視覚認識スパース混合エキスパートVLA2026/8/22
エージェントが自然言語指示に基づいて遠隔の物体を特定するタスクにおいて、視覚情報の種類に応じて専門化したスパース混合エキスパートを用いることで、ビューと物体の識別表現を改善し、既存手法を上回る性能を達成した。
- AirAlign: ジオメトリを考慮したUAV最終メートル航法のための相対ポーズ整列UAVナビゲーション2026/8/22
UAVの最終接近段階での正確なポーズ整列を実現するため、事前学習済みの視覚幾何再構成モデルを用いてRGB画像ペアから相対ポーズを推定するフレームワークを提案した。
- 臨界性モデルを用いた身体性AIの自己進化学習強化学習2026/7/30
身体性AIのファインチューニング停滞を解決するため、ポリシー自身の実行結果から将来の失敗確率を予測する臨界性モデルを学習し、失敗しやすいシナリオを重点的にサンプリングして学習データの情報密度を高める自己進化手法を提案した。
- DC-WAM: 動的焦点型視覚監視と推論によるワールド・アクションモデルVLA2026/7/1
ロボットの行動選択に重要な視覚ダイナミクスに焦点を当て、RGBビデオ予測の監視と推論を再設計したワールド・アクションモデルを提案した。
- プライドと偏見：相互コミュニケーションを考慮したドライバー行動モデリングの情報理論的枠組みに向けて自動運転/インタラクション2026/6/1
自動運転車と人間運転車の意図の読み違いによる不安全・非効率を改善するため、車線変更時の暗黙の相互コミュニケーションを情報理論的報酬とレベルkベイズ説得ゲームでモデル化し、実データで検証した論文。
- トポロジー駆動型ソフトロボットの絡まり防止制御群制御2026/5/1
複数のソフトロボットが絡まらないように、トポロジー情報を活用したマルチエージェント強化学習フレームワークを提案した論文。
- IntersectioNDE: 相互作用分離戦略に基づく複雑な都市交通ダイナミクスの学習交通シミュレーション2025/10/1
都市交差点における自動車・自転車・歩行者が混在する複雑な交通を再現するため、大規模データセットCiCrossを構築し、相互作用分離戦略を用いたデータ駆動型シミュレータIntersectioNDEを提案した。
- TeraSim-World：エンドツーエンド自動運転のための世界規模の安全クリティカルデータ合成自動運転データ合成2025/9/1
任意の場所の地図・交通データを取得し、自然な運転行動と多様な危険シナリオをシミュレートして、映像生成モデルで写実的なセンサデータを合成する自動運転向けデータ生成パイプライン。
- 自動運転車の大規模展開に向けた行動安全性評価自動運転2025/5/1
自動運転車の行動安全性を評価するため、運転免許試験と運転知能試験からなる第三者評価フレームワークを提案し、Autoware.Universeを用いてシミュレーションと実車試験で検証した。
- 知識とデータの融合による車両プラトーン動態モデリング：物理エンコード深層学習アプローチ交通流モデリング2025/2/1
物理パラメータを組み込んだ深層学習ネットワークで車両群の追従挙動をモデル化し、予測精度と物理的解釈性を両立させた研究。
- マルチモーダル大規模言語モデルによる自動運転の現実的なコーナーケース生成自動運転/シミュレーション2024/12/1
マルチモーダルLLMと交通シミュレータを組み合わせ、実世界の危険データから自動運転の現実的で多様なコーナーケースを生成するフレームワークAutoScenarioを提案した。
- マルチモーダル大規模言語モデルによる自動運転車のシナリオテスト生成自動運転テスト2024/9/1
マルチモーダルLLMを活用し、シミュレーション環境で自動運転車のテスト用に現実的で多様なコーナーケースシナリオを生成するOmniTesterを提案した。
- 近傍被覆と類似度に基づく自動運転車の少数ショットシナリオテスト自動運転テスト2024/2/1
テスト回数が厳しく制限された状況で自動運転車を評価する「少数ショットテスト」問題を定式化し、近傍被覆と類似度に基づいてテストシナリオ集合を最適化する枠組みを提案した。
- 走行軌跡データを用いた自動運転システム安全指標の評価自動運転2024/1/1
記録された車両軌跡データを活用し、衝突回避不能な状況を基準として、TTCやPCM、MPrISMなどのリアルタイム安全指標を公平に比較評価する枠組みを提案した。
- コネクテッド・自動運転車の安全性解析のための適応的多忠実度サンプリングフレームワーク安全性評価2022/10/1
自動運転車の事故率評価を効率化するため、代理モデルと情報理論に基づく獲得関数を用いた適応的サンプリング手法を提案し、単一忠実度および二忠実度モデルに拡張して計算コストを削減した。
- 自動運転車における「希少性の呪い」自動運転2022/7/1
自動運転開発の安全上の課題の根本原因が、高次元の運転環境における安全クリティカルな事象の希少性にあることを明らかにし、これを「希少性の呪い」として定式化した論文。
- 自動運転車の安全性評価に向けたコーナーケース生成と分析自動運転/安全性評価2021/2/1
強化学習で背景車両の攻撃的な運転方策を学習し、意思決定システム向けの危険シナリオを生成。特徴抽出とクラスタリングで代表的なコーナーケースを特定する枠組みを提案。
- 自動運転車テストのための学習ベース確率的運転モデル交通シミュレーション2021/2/1
LSTMと分位点回帰を用いて人間らしい確率的な背景車両の運転モデルを構築し、大規模自然走行データで学習して交通流の再現性を検証した論文。
- 自動運転車テストのための自然な走行環境を分布整合的にシミュレーションする手法交通シミュレーション2021/1/1
大規模自然走行データから人間の運転行動モデルを構築し、マルコフ連鎖の定常分布を最適化で補正することで、実世界と分布が一致する交通シミュレーション環境を生成する枠組みを提案した。
- コネクテッド・自動運転車のテストシナリオライブラリ生成：ケーススタディ自動運転テスト2019/5/1
追い越し・高速出口・車間追従の3ケースでテストシナリオライブラリ生成手法を実装し、強化学習で高次元化に対応、評価精度を保ちつつ評価を大幅高速化した。
- コネクテッド・自動運転車のテストシナリオライブラリ生成（前編）：方法論自動運転テスト2019/5/1
自動運転車のテスト用に、シナリオの重要度をマヌーバ難易度と出現頻度で評価し、最適化手法で効率的に重要シナリオ群を生成する枠組みを提案した論文。
