Sifa Zheng
収録論文 13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
- 計画は実行ではない:凍結ワールドモデルプランナを制御器起因の実行シフトに適応させる自動運転/プランニング2026/10/15
凍結したワールドモデルプランナが下流の制御器の違いで実行ズレを起こす問題に対し、計画軌道と実行軌道のペアから制御器特性を推定し、プランナを再学習せずに潜在ロールアウトを適応させる手法を提案。
- CRAFT: 運転ポリシーのための反事実からインタラクティブへの強化学習ファインチューニング自動運転/強化学習2026/5/1
閉ループ運転ポリシーの事後学習を、反事実的利点をプロキシとして使い、実閉ループ利点との残差補正で整合させるオン方策強化学習フレームワークを提案した。
- 運転リスクは二次元の回避加速度から生じる自動運転/リスク評価2026/4/1
衝突回避の二次元的性質を考慮した新しいリスク指標「回避加速度(EA)」を提案し、実データで従来のTTCより早期かつ高精度に衝突リスクを評価できることを示した論文。
- GSDrive: 3Dガウススプラッティング環境によるマルチモード将来軌道探索で運転方針を強化自動運転2026/4/1
模倣学習と強化学習を組み合わせ、3Dガウススプラッティング環境で将来軌道を探索して密な報酬を生成し、エンドツーエンド自動運転のポリシーを改善するフレームワークを提案した。
- ForSim: 交通政策ファインチューニングのための逐次前方シミュレーション交通シミュレーション2026/2/1
自動運転の交通シミュレーションにおいて、逐次的な閉ループ前方シミュレーションを提案し、マルチモーダルな挙動の多様性を保ちつつ相互作用を考慮したエージェント更新を実現した。RIFTフレームワークと組み合わせることで、安全性を向上させつつ効率・リアリズム・快適性を維持する。
- 音声指示で操るVLA自動運転:EchoVLAVLA2026/1/1
音声指示と感情を統合したVLAモデルEchoVLAを提案し、nuScenesに音声を付与してファインチューニング、L2誤差と衝突率を大幅に削減した。
- Modified-Emergency Index (MEI): 横方向の衝突における自動運転の危険度指標自動運転安全性評価2025/10/1
自動運転の横方向の衝突リスクを定量化する新指標MEIを提案し、既存指標より高精度に危険度を評価できることを示した。
- RIFT: 現実的で制御可能な交通シミュレーションのためのグループ相対RL微調整交通シミュレーション2025/5/1
データ駆動型シミュレータで模倣学習した後、物理ベースシミュレータでグループ相対強化学習により微調整することで、交通シミュレーションの現実性と制御性を両立させる手法を提案。
- FREA: 実行可能性を考慮した適度な敵対性を持つ安全臨界シナリオ生成自動運転テスト2024/6/1
自動運転車の最大実行可能領域を事前計算し、それを指針に敵対的方策を学習することで、衝突が不可避にならない適度な敵対性を持つ安全臨界シナリオを生成する手法を提案。
- 自動運転における軌道予測で本当に重要なこと軌道予測2023/6/1
軌道予測の精度指標と実際の運転性能の乖離(ダイナミクスギャップ)に着目し、予測器の計算効率と精度のトレードオフを分析して、対話的でタスク駆動型の評価プロトコルの重要性を示した。
- マグニチュード正則化による学習ベース安全制御のための効率的な安全証明書の合成安全制御2022/9/1
エネルギー関数の大きさを正則化することで保守性を減らし、安全性を保ちながら効率的な安全制御器を強化学習で合成する手法を提案した。
- モデルフリー制約付き強化学習におけるゼロ制約違反ポリシーの学習安全強化学習2021/11/1
安全指向のエネルギー関数(安全指数)でポリシー更新を制限し、危険行動を事前に特定することで、収束後に制約違反ゼロのポリシーを学習するSSACアルゴリズムを提案した論文。
- 一般化制御バリア関数を用いたモデルベース制約付き強化学習制約付き強化学習2021/3/1
制約境界までの距離に基づく一般化制御バリア関数(GCBF)でモデルベース制約付き強化学習を拡張し、安全性制約違反を抑えつつサンプル効率を高める手法を提案。自動運転の衝突回避タスクで制約違反を最大4分の1に削減し、収束を3.36倍高速化した。
