Yaobin Chen

収録論文 6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

• OmniV2X: 効率的なエンドツーエンド協調運転のための生成的基盤プランナー
  自動運転/V2X2026/6/1

  V2X協調運転のための生成的基盤モデルを提案し、マルチモーダル・マルチエージェント観測を直接解釈して軌道生成を行う。大規模単一エージェントデータで事前学習し、軽量なV2Xトークンで協調環境に適応することで、少ないデータと通信帯域で最先端性能を達成した。

• FleetAgent: ベクトル化V2Nメッセージによる自律フリート向け遠隔操作アシスタント
  遠隔操作/フリート管理2026/6/1

  大規模な自律走行車両群の遠隔操作を支援するため、ベクトル化された車両-ネットワーク間メッセージを入力とするクラウド上のマルチモーダル大規模言語モデルを提案し、介入優先度のスコアリングと自然言語での説明を生成する。

• 車載ビジョン言語モデルによる個人適応型自動運転の運動制御：システム設計と実車検証
  VLA2024/11/1

  車載向けの軽量VLMとRAGベースの記憶モジュールを組み合わせ、人間のフィードバックから個人の運転嗜好を継続学習して低遅延で個別化された運転を実現し、実車実験でテイクオーバー率を最大76.9%削減した。

• LLM4AD：自動運転のための大規模言語モデル — 概念・レビュー・ベンチマーク・実験・将来動向
  自動運転2024/10/1

  自動運転に大規模言語モデルを応用するLLM4ADの概念を提唱し、既存研究のレビュー、ベンチマーク構築、実車実験を通じて、その可能性と課題を包括的に整理した論文。

• 自動運転向けLiDAR-カメラ融合におけるマッピング誤差への効率的確率的解法
  センサーフュージョン2023/11/1

  LiDARとカメラの融合で生じるマッピング誤差を、KLダイバージェンスによる形状類似度とRANSAC回帰ベースの軌道平滑化で低減する低コストな確率的手法を提案した。

• SceNDD: シナリオベースの自然走行データセット
  自動運転データセット2022/12/1

  インディアナポリス市街で68回の走行セッションから収集した実走行データをもとに、自車と他車の軌跡・速度・ヨー角などを含むシナリオベースの自然走行データセットを構築した。