Sikai Chen
収録論文 27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
- 運転ワールドモデルにおける生存者バイアスの打破ワールドモデル2026/11/8
通常走行と実際の事故映像を混ぜて学習する中立ワールドモデル(NWM)を提案し、衝突直前の危険な未来をより正確に予測できるようにした。これを意思決定に用いることで、より安全な軌道選択が可能になることを示した。
- SAGE: 一時交通規制下の工事区間経路予測のための視覚言語・幾何ハイブリッドフレームワーク自動運転/経路予測2026/10/22
工事区間の一時交通規制下で、視覚言語モデルの軌道を幾何候補の選好として用い、MUTCDに基づく制約で経路選択と制御適合を統合する枠組みを提案し、実データで経路誤差と制約違反を低減した。
- VehDyn: 車両ダイナミクス評価のための運転世界モデルベンチマーク運転世界モデル2026/9/27
CARLAとCarSimを連携させたデータセットを構築し、生成された運転動画が車両の運動学・動力学にどれだけ従っているかを階層的に評価するベンチマークを提案した。
- ジオメトリを考慮したインフラ固定型デノイザによるUWBセンシングと工事現場再構築センシング2026/7/1
屋外UWB測距のノイズを、アンカー配置推定と距離投影を組み合わせた学習フレームワークで除去し、工事現場の空間再構築精度を向上させた。
- ダンパ特性に基づくベイズ物理情報ニューラルネットワークによる車輪荷重推定車両状態推定2026/5/1
サスペンションの複雑な幾何学と非線形動特性を考慮した物理情報ニューラルネットワークにベイズ推論を統合し、ノイズ下での車輪荷重推定のロバスト性を向上させた。
- CrashSight: 事故現場理解と推論のための位相認識型・インフラ中心ビデオベンチマークベンチマーク/事故理解2026/4/1
路側カメラ映像を用いた事故理解のための大規模ビジョン言語ベンチマークを構築し、既存のVLMが時間的・因果的推論に課題があることを示した。
- Sim2Real-AD: VLM誘導強化学習を実車の自動運転に展開するためのモジュール型Sim-to-Realフレームワーク自動運転/sim2real2026/4/1
シミュレーションで訓練したVLM誘導強化学習ポリシーを、実車にゼロショットで展開するためのフレームワークを提案し、CARLA訓練ポリシーを電気バンに搭載して実証した。
- V2X-QA:自動運転におけるエゴ・インフラ・協調視点を横断するマルチモーダル大規模言語モデルの総合推論データセットとベンチマーク自動運転/ベンチマーク2026/4/1
自動運転向けMLLMの評価を、車両・インフラ・協調の3視点に分離したプロトコルで行う実世界データセットとベンチマークを構築し、視点依存性や協調推論の課題を明らかにした。
- DriveVLM-RL: 視覚言語モデルと神経科学に着想を得た強化学習による安全で実用的な自動運転自動運転/VLA2026/3/1
脳の習慣的・熟慮的視覚処理に倣い、静的・動的の二経路でVLMから意味的報酬を学習する強化学習フレームワークを提案。VLMは訓練時のみ使用し展開時には除去することで推論遅延をなくし、CARLAで安全性と実用性を向上させた。
- LLM-MLFFN: 大規模言語モデルによるマルチレベル自動運転行動特徴融合自動運転2026/3/1
自動運転車の運転行動分類の精度と解釈性を高めるため、大規模言語モデルを用いて数値特徴と意味的特徴を融合する新しいネットワークを提案した。Waymoデータセットで94%以上の分類精度を達成した。
- XR-DT: 拡張現実強化デジタルツインによる人間認識型モデル予測パス積分制御を用いた安全な動作計画移動ロボット/人間認識ナビゲーション2025/12/1
XRヘッドセットとUnityを統合したデジタルツインフレームワークXR-DTを構築し、人間の軌道予測モデルATLASと人間認識型MPPI制御を組み合わせて、人間と共存する移動ロボットの安全なナビゲーションを実現した。
- SMART: 密集環境におけるスケーラブルなマルチエージェント推論と軌道計画群制御2025/9/1
強化学習による優先度推定と大ステップA*探索、並列凸最適化を組み合わせた階層型フレームワークで、密集環境での多数車両の軌道計画を高速かつ高成功率で実現する。
- 自動運転のための視覚-言語-行動モデルに関するサーベイVLA2025/6/1
自動運転向けの視覚・言語・行動を統合したVLAモデルについて、アーキテクチャや20以上の代表モデル、データセット、課題を初めて体系的にまとめたサーベイ。
- VLM-SAFE: 視覚言語モデルと世界モデルによる安全志向の自動運転強化学習自動運転/安全強化学習2025/5/1
視覚言語モデルでシーンの意味的な安全信号を得て、世界モデルで将来軌道を想像し、その安全性を評価して方策を学習するオフライン安全強化学習フレームワークを提案。
- Sky-Drive: 人間とAIの協調および社会的配慮を実現する未来交通のための分散マルチエージェントシミュレーションプラットフォーム交通シミュレーション2025/4/1
人間とAIの協調や社会的に配慮した運転エージェントの研究を可能にする、分散型マルチエージェント交通シミュレーションプラットフォームを提案した。
- CurricuVLM: 視覚言語モデルによる個別化された安全クリティカルなカリキュラム学習で安全な自動運転へ自動運転2025/2/1
視覚言語モデルを活用し、自動運転エージェントの弱点を分析して個別化された安全クリティカルな訓練シナリオを動的に生成するカリキュラム学習フレームワークを提案。
- VLM-RL:視覚言語モデルと強化学習を統合した安全な自動運転フレームワーク自動運転2024/12/1
事前学習済み視覚言語モデルと強化学習を組み合わせ、言語ゴールから報酬を自動生成することで、手作業の報酬設計を不要にした自動運転フレームワークを提案。CARLA実験で衝突率低減と経路完走率向上を達成。
- 物理知識と人間フィードバックを統合した信頼できる自動運転強化学習自動運転/RLHF2024/9/1
人間のフィードバックと交通流モデルなどの物理知識を強化学習に組み込み、人間のデモが不完全でも物理ベースの方策以上の安全性を保証する枠組みを提案した。
- Crossfusor: 車間追従軌道予測のためのクロスアテンションTransformer強化条件付き拡散モデル軌道予測2024/6/1
車間追従行動と車両間相互作用を組み込んだ拡散モデルにより、NGSIMデータセットで長期予測精度を向上させた研究。
- HAIM-DRL: 安全で効率的な自動運転のための人間参加型強化学習の強化自動運転/強化学習2024/1/1
人間の専門家をメンターとしてAIエージェントに介入させ、危険時に正しい行動を示しつつ交通流の乱れを抑える強化学習フレームワークを提案した。報酬関数の手設計を避け、人間のデモから代理価値を直接導出する。
- PFL-LSTR:車内外情報に基づく運転者意図推定のためのプライバシー保護フレームワークVLA2023/9/1
車内映像と車外映像を組み合わせ、連邦学習と長期短期トランスフォーマー(LSTR)を用いて他車の運転者の車線変更意図を予測するプライバシー保護フレームワークを提案した。
- Transfusor: 車線変更軌道の制御可能な人間らしい生成のためのTransformer拡散モデル自動運転シミュレーション2023/8/1
Transformerと拡散モデルを組み合わせ、高速道路での人間らしい車線変更軌道を制御可能に生成する手法を提案し、自動運転システムの仮想テストシナリオの現実性向上を図った。
- 走行中EV充電のための移動型給電車ディスパッチングに向けた深層強化学習フレームワークVLA2023/8/1
走行中の電気自動車に無線充電を行う移動型給電車(MED)の配車タイミングと場所を、深層強化学習(PPO)で最適化するフレームワークを提案し、充電パネルの位置ずれも考慮した現実的なシミュレーション環境で有効性を示した。
- CV2X-LOCA:路側機を活用した自動運転車の協調測位フレームワーク測位/協調認識2023/4/1
GNSSが使えない都市部でも、C-V2X通信のチャネル状態情報と路側機を活用して車線レベルの測位を実現する協調測位フレームワークを提案した。
- 自車計画誘導マルチグラフ畳み込みネットワークによる異種エージェント軌道予測軌道予測2023/3/1
自車の将来計画情報と周辺の車・歩行者・自転車などの履歴軌道を4種類のグラフで統合し、カテゴリ別GRUで各エージェントの将来軌道を高精度に予測する手法を提案。
- UAVを用いた交差点における車両追跡と衝突リスク評価UAV/交通安全性2021/10/1
UAVの映像とV2X通信を活用し、深層学習による追跡と衝突時間推定を組み合わせて交差点での車両衝突リスクを評価する手法を提案した。
- 人間運転車両の誤りによる衝突危機回避:モデルベース強化学習によるCAVアプローチ自動運転/強化学習2021/10/1
混在交通環境で人間運転車両の誤操作による衝突危機を予測・回避する軌道生成のため、深層学習による運動予測とMPCベースの高速軌道計画を組み合わせたモデルベース強化学習システムを開発した。
