Yu Shen
収録論文 6本 ・ フィジカルAI/ロボット学習
自動運転/シナリオ生成VLAマルチエージェント/マルチモーダル協調運転敵対的ロバスト性/操縦自律走行
※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
- RiskFlow: 高速かつ忠実な安全臨界交通シナリオ生成自動運転/シナリオ生成2026/6/1
自動運転システムの評価に必要な安全臨界シナリオを、反復的ノイズ除去を避け、単一の順伝播で生成する新しいフレームワークを提案した論文。
- MMCD: 知識蒸留を用いたマルチモーダル協調意思決定によるコネクテッド自律走行VLA2025/9/1
複数車両のマルチモーダル観測を融合し、知識蒸留で一部センサー欠如時にも堅牢な意思決定を実現する枠組みを提案。地上車・空陸協調実験で安全性を最大20.7%改善。
- CAML: マルチエージェントシステムのための協調補助モダリティ学習マルチエージェント/マルチモーダル2025/2/1
訓練時には複数エージェントがマルチモーダルデータを共有し、テスト時には一部モダリティが欠けても推論できる協調学習フレームワークCAMLを提案。自動運転車の事故検出や空中・地上ロボットの協調セマンティックセグメンテーションで精度向上を実証した。
- 時空間グラフを用いた協調型自動運転の意思決定協調運転2023/10/1
コネクテッド自動車の協調意思決定において、観測を時空間グラフで表現し、異種グラフ学習に基づくグラフニューラルネットワークで統合することで、通信量を100分の1以下に削減しつつ運転安全性を30%以上向上させた。
- AutoJoin: ノイズ除去オートエンコーダとジョイント学習による勾配不要摂動に対する効率的な敵対的訓練敵対的ロバスト性/操縦2022/5/1
回帰モデルにデコーダを付加してノイズ除去オートエンコーダを構成し、操縦とノイズ除去を同時学習させることで、勾配不要の敵対的摂動に対して高効率かつ高ロバストな画像ベース操縦モデルを実現した。
- 敵対的画像を用いた学習ベース自律ステアリングのロバスト性向上自律走行2021/2/1
画像品質の変動に対する学習アルゴリズムのロバスト性を分析し、感度分析に基づいて「学習によるステアリング」の性能を最大48%改善する手法を提案した論文。
