Xin Ye
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
- GeoWAM: 自動運転のための視覚幾何学ワールドアクションモデル自動運転2026/8/24
自動運転におけるワールドアクションモデルを、ピクセルではなく点群の幾何学的表現で学習し、将来のシーン幾何学を予測することで運転ポリシーの性能を向上させた。
- 逆最適制御を用いた非通信移動ロボットの軌道計画群制御2026/5/1
通信しない移動ロボット群の衝突回避のため、逆最適制御で目標状態を推定し、相互予測を考慮した軌道計画・予測アルゴリズムを提案した。シミュレーションで到達時間が約9.8%短縮された。
- 具現化ミッドトレーニング:視覚言語モデルと視覚言語行動モデルのギャップを埋めるVLA2026/4/21
視覚言語モデル(VLM)をロボット行動データに適応させる中間学習手法を提案し、操作ベンチマークで性能向上を確認した。
- LTDA-Drive: LLM誘導生成モデルによる自動運転向けロングテールデータ拡張データ拡張2025/5/1
LLMが誘導する生成モデルで自動運転シーンのロングテール物体を合成し、希少クラスの検出精度を大幅に改善するデータ拡張手法を提案。
- AdaWM: 自動運転のための適応型ワールドモデルベース計画自動運転2025/1/1
自動運転向けに、事前学習済みワールドモデルを微調整する際の性能劣化を、ポリシーとモデルのミスマッチを特定して低ランク更新で選択的に修正する適応型計画手法を提案した。
- 物理的に結合されたロボットのための微分代数系に対する適応モデル予測制御:経路精度の向上に向けてマニピュレーション2024/12/1
物理的に結合した複数ロボットの経路追従精度を高めるため、微分代数系モデルとオンラインで運動学パラメータを推定する適応モデル予測制御を提案し、シミュレーションで経路追従誤差を88.6%削減した。
- LORD: 大規模モデルを用いた逆報酬設計による自動運転自動運転2024/3/1
「衝突」など望ましくない言語目標を大規模事前学習モデルで報酬化し、安全な自動運転を実現する逆報酬設計フレームワークを提案した。
- MGTR: LiDARを用いたマルチグラニュラートランスフォーマによる運動予測運動予測2023/12/1
異なる種類の交通エージェントに対し、異なる粒度の文脈特徴を活用するエンコーダ・デコーダ型トランスフォーマを提案し、LiDARの意味特徴を組み込むことでWaymo Open Datasetの運動予測ベンチマークで最高性能を達成した。
- 目標関係グラフを用いた階層型部分観測目標駆動方策学習階層強化学習2021/3/1
目標空間内の関係をディリクレ・カテゴリカル過程で捉える目標関係グラフを導入し、高レベルがサブゴールを生成、低レベルが最適方策を学習する二層階層強化学習を提案。未見環境や新規目標への汎化性能をグリッドワールドとロボット物体探索で示した。
- 階層型方策学習と内的・外的報酬モデリングによる効率的なロボット物体探索物体探索2020/10/1
内的報酬で駆動する低レベル方策で環境を効率的に探索し、その経験から高レベル・低レベル方策を外的報酬に向けて学習する階層型物体探索手法を提案した論文。
- 視覚から移動へ:視覚屋内ナビゲーション学習のサーベイナビゲーション2020/2/1
視覚屋内ナビゲーション(VIN)の学習ベース手法を体系的に整理し、性能を妨げる課題と今後の研究方向を議論したサーベイ論文。
- 屋内物体探索のための汎化可能な接近方策学習物体探索ナビゲーション2018/9/1
奥行きとセマンティックセグメンテーションを入力に用い、屋内で目的物体に接近する汎化可能な方策を学習するGAPLEを提案し、House3Dと実機で有効性を検証した。
- 能動的物体知覚者:物体探索のための認識誘導型方策学習物体探索ナビゲーション2018/7/1
屋内環境でロボットが視覚入力のみから目的物体を能動的に探索するナビゲーション方策を、物体認識モジュールと深層強化学習を統合して学習する手法を提案し、シミュレーションと実機で有効性を示した。
