Xintao Yan
収録論文 17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。
- 実世界の衝突統計を事前知識として活用した人間行動に基づく自動運転車安全評価用クラッシュシナリオ生成自動運転安全評価2026/10/3
実世界の衝突データから得た事前分布を生成型マルチエージェント交通シミュレーションに組み込み、衝突前の挙動や衝突タイプの分布を現実的に再現するCrashSimを提案し、4000以上の衝突・ニアミスシナリオからなるnuCrashデータセットを構築した。
- 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。
- 閉ループ交通モデリングにおける局所観測と大域シミュレーションの橋渡し交通シミュレーション2026/6/1
自動運転の交通シミュレータが、局所的な観測データで学習した結果、閉ループ環境で不自然な挙動を起こす問題を、自己教師ありで失敗を発見し、選好アライメントで補正するフレームワークCRAFTを提案した。
- 価値スティッチングによる地平線適応型オフライン方策学習オフライン強化学習2026/6/1
固定長の価値バックアップを再帰的で地平線適応的な価値合成に置き換え、将来の状態と地平線長に条件付けられた補助価値関数とスティッチング方策を用いて、オフライン強化学習の性能を向上させる手法VASTを提案した。
- 構造化自己回帰モデリングによる長期交通シミュレーション自動運転/交通シミュレーション2026/6/1
大規模言語モデルの構造的帰納バイアスと統計的先行知識を活用し、動的なエージェントの出入りを扱う長期交通シミュレーションのための統一フレームワークRosettaSimを提案した。また、長期評価のための検索ベース評価手法RTEも導入し、Waymoオープンシミュレーションチャレンジで最先端の性能を達成した。
- 自動運転車両テストのための責任帰属型敵対的シナリオ学習自動運転/安全性検証2026/5/1
自動運転システムの安全性検証において、衝突がシステムの欠陥によるものか交通上の不可避な衝突かを区別するため、責任帰属を敵対的シナリオ生成に組み込んだフレームワークCARS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。
- Waymo Open Motion Datasetにおける交通信号データ品質の改善自動運転データセット2025/6/1
車両軌跡データと交通工学の知識を活用し、Waymo Open Motion Datasetの欠損・不正確な交通信号情報を自動補完・修正する手法を提案した。
- 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。
- RADE: マルチエージェント条件付き拡散によるリスク調整可能な運転環境の学習自動運転シミュレーション2025/5/1
マルチエージェント拡散モデルで交通参加者全員の挙動をリスク指標に条件付けて生成し、現実的な統計特性を保ちながら危険度を調整できる自動運転テスト用シミュレーションを提案した。
- TeraSim: 生成シミュレーションで自動運転車の未知の危険事象を発見する自動運転シミュレーション2025/3/1
自動運転車の安全性評価のため、多様な安全クリティカルな交通事象を生成し、衝突率などの統計的性能指標を推定できるオープンソースの高忠実度交通シミュレーションプラットフォームを提案した。
- CSDO: 大規模マルチビークル軌道計画の効率と成功率を高める手法軌道計画2024/5/1
多数の車両の軌道計画を、粗い探索でホモトピー類を選び、分散型QPで衝突を解消する二段階手法CSDOで高速・高成功率に解く。
- 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。
- 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。
