Xinshuo Weng
収録論文 22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
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- Alpamayo-R1: 長尾シナリオにおける汎化可能な自動運転のための推論と行動予測の橋渡し自動運転/VLA2025/11/1
視覚言語行動モデルに因果連鎖推論を組み込み、拡散ベースの軌道デコーダと強化学習を組み合わせることで、長尾の安全臨界シナリオでの自動運転計画精度と推論品質を向上させた研究。
- Gen-Drive: 報酬モデリングと強化学習ファインチューニングによる拡散生成運転ポリシーの強化自動運転計画2024/10/1
拡散モデルで多様な将来シーンを生成し、VLM支援で学習した報酬モデルで評価する「生成→評価」型の自動運転計画フレームワークを提案し、強化学習で微調整することでnuPlan上での計画性能を向上させた。
- 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。
- 世界をオブジェクト知識にトークン化し、自動運転のロングテール事象に対処する自動運転/VLA2024/7/1
自動運転のロングテール事象に対処するため、シーンをオブジェクトレベルの知識にトークン化してLLMの推論能力を活用するマルチモーダルLLM「TOKEN」を提案し、軌道誤差と衝突率を大幅に削減した。
- NAVSIM: データ駆動型非反応的自動運転シミュレーションとベンチマーク自動運転ベンチマーク2024/6/1
大規模データセットと非反応的シミュレータを組み合わせ、実世界に近い大規模ベンチマークを可能にする評価手法NAVSIMを提案。CVPR 2024コンペで143チームが参加し、新たな知見を得た。
- 自動運転車の知覚失敗に対するタスク認識型リスク推定自動運転2023/5/1
知覚失敗が走行計画の安全に与える影響を評価するタスク認識型リスク推定器を提案し、コピュラを用いて知覚シナリオと代替シナリオ間の相対リスクを推定する。
- 木構造ポリシー計画:学習行動モデルを用いた自動運転の意思決定自動運転計画2023/1/1
自動運転車のための木構造ポリシー計画(TPP)を提案し、深層学習予測モデルと組み合わせてマルチモーダルな環境予測を考慮した多段階の軌道計画を生成する。
- 追跡と予測の統合による誤差伝播の抑制:マルチ仮説追跡・予測フレームワーク予測/追跡2021/10/1
追跡誤差が予測性能を大きく劣化させる問題に対し、複数の追跡結果を同時に考慮して予測するマルチ仮説フレームワークを提案し、誤差伝播を軽減した論文。
- 3D物体検出のためのマルチモーダルタスクカスケード3D物体検出2021/7/1
3Dボックス提案で2Dセグメンテーションを改善し、その結果で3Dボックスを再精緻化するカスケードネットワークを提案。SUN RGB-Dで+3.8 mAP@0.5の改善を達成。
- AgentFormer: エージェント認識型Transformerによる時空間マルチエージェント予測軌跡予測2021/3/1
複数エージェントの軌跡予測において、時間軸と社会的相互作用を別々に扱う従来手法の情報損失を避けるため、両者を統合的にモデル化するエージェント認識型アテンションを持つTransformerを提案した論文。
- AutoSelect: 3D多物体追跡のための自動・動的検出選択3D多物体追跡2020/12/1
追跡対象の検出を自動的に選別し、フレームや物体ごとに閾値を動的に調整することで、手動の閾値探索を不要にしつつ3D多物体追跡の精度を向上させた研究。
- AB3DMOT:3D多物体追跡のベースラインと新評価指標3D多物体追跡2020/8/1
LiDAR点群から得た3D検出に対し3Dカルマンフィルタとハンガリアン法を組み合わせたシンプルなリアルタイム3D多物体追跡システムを提案し、KITTIで207.4FPSを達成。さらに3D MOT評価ツールと3つの新指標を提案した。
- グラフニューラルネットワークによる3D多物体追跡3D多物体追跡2020/8/1
物体間の特徴相互作用をGNNでモデル化し、2Dと3D空間から外観・運動特徴を統合的に学習する特徴抽出器を提案して、3D多物体追跡の精度を向上させた論文。
- 3D多物体追跡と軌道予測のエンドツーエンド統合3D追跡・軌道予測2020/8/1
GNNによるエージェント間相互作用のモデリングと多様性サンプリングを組み込み、3D多物体追跡と軌道予測を単一フレームワークで統合した研究。KITTIで最先端性能を達成。
- 初対面の待ち合わせ:慣性センサと視覚による人物位置推定人物位置推定2020/6/1
ウェアラブルIMUの3D慣性データと映像の動きを対照学習で対応付け、群衆の中から対象人物を視覚的に特定する手法を提案し、6万以上の動画データで80.7%の精度を達成した。
- グラフニューラルネットワークによる物体検出と多物体追跡の統合多物体追跡2020/6/1
物体検出とデータ連携をGNNで同時に最適化する統合型多物体追跡手法を提案し、MOTベンチマークで最先端性能を達成した。
- グラフニューラルネットワークと多様性サンプリングによる並列追跡・予測追跡・予測2020/3/1
マルチエージェント追跡と軌道予測をGNNで統合し、逐次処理ではなく並列に行うことで誤差伝播を抑え、多様性サンプリングで予測軌道の品質と多様性を向上させた研究。
- 点群予測を先に行う新パイプラインSPF2:ラベル不要で未来の物体姿勢を推定点群予測2020/3/1
物体検出・追跡を先に行う従来の姿勢予測を逆転し、まず3D点群の時系列を予測してから検出・追跡する手法SPFNetを提案。ラベル不要でスケールしやすく、ロボット操作や自動運転データで有効性を示した。
- 古典的手法によるリアルタイム3D多物体追跡と新評価指標の提案3D多物体追跡2019/7/1
LiDAR検出に3Dカルマンフィルタとハンガリアン法を組み合わせたシンプルなリアルタイム3D多物体追跡システムを構築し、新たな3D評価ツールと指標を提案した。
- 単眼動画からの衝突までの時間予測:実現可能性・データセット・課題衝突予測2019/3/1
単眼カメラ映像から歩行者との衝突までの時間を直接推定する深層学習手法を提案し、1万3千以上の動画を含む新データセットを構築して評価した。
- 深層強化学習による自動運転の実現自動運転/強化学習2018/11/1
DDPGアルゴリズムとTORCSシミュレータを用いて、連続的な状態・行動空間に対応した自動運転エージェントを構築し、その有効性を評価した論文。
