Yubin Wang
Huawei Noah's Ark Lab
収録論文 11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
- WorldSolver: LLMエージェントはソルバ生成を通じて物理ダイナミクスをシミュレートできるか物理シミュレーション/LLMエージェント2026/10/6
古典的CG論文由来の168の物理シミュレーションタスクを集めたベンチマークWorldSolverを提案し、LLMエージェントがソルバをコード生成して物理現象を再現できるかを実行・視覚・物理的妥当性の3軸で評価した。
- RIWANav:都市ナビゲーションのための自己改善型再帰的世界行動モデルナビゲーション2026/10/6
都市ナビゲーション向けに、行動条件付き世界モデルと方策を交互に更新する再帰的自己改善フレームワークを提案し、想像上のフィードバックと自己カリキュラムで性能を向上させた。
- PreAct-Nav: 都市ナビゲーションのための行動前エージェント推論ナビゲーション2026/10/4
凍結したポリシーに中期的なサブゴールと行動条件付き世界モデルによる予測推論を組み合わせ、都市環境での長期的ナビゲーションを実現するフレームワークを提案。
- VLMベースのマルチエージェント協調による自動運転ポリシー学習フレームワークOGR自動運転2025/9/1
視覚言語モデルを活用したマルチエージェント協調により、報酬関数と訓練カリキュラムの設計を自動化し、自動運転ポリシーをオンラインで進化させるフレームワークを提案した。
- 二層マルチアームドバンディットに基づく階層型強化学習による無信号交差点での相互作用を考慮した自動運転自動運転/階層型強化学習2025/2/1
無信号交差点での自動運転に向け、周囲車両の不確実性を考慮した二層マルチアームドバンディットベースの階層型強化学習フレームワークBiM-ACPPOを提案し、CARLAでの実験で優れた性能と汎化性を示した。
- LearningFlow: 大規模言語モデルによる都市運転のための自動方策学習ワークフロー自動運転/強化学習2025/1/1
複数のLLMエージェントが協調してカリキュラムと報酬関数を自動生成し、都市運転の強化学習方策を効率的に学習させるフレームワークを提案した。
- CALMM-Drive: 大規模マルチモーダルモデルによる信頼度を考慮した自動運転自動運転2024/12/1
大規模マルチモーダルモデルと拡散モデルを組み合わせ、信頼度に基づく候補選択で自動運転の意思決定と軌道計画を統合したフレームワークを提案。
- 報酬駆動型自動カリキュラム学習による無信号交差点でのインタラクション対応自動運転自動運転/強化学習2024/3/1
周囲車両の意図や台数の不確実性に対応するため、報酬に基づく自動カリキュラム強化学習を提案し、無信号交差点での安全な自動運転を実現した。
- 都市自動運転のためのオンラインMPCの参照を学習する自動運転/MPC/強化学習2023/8/1
深層強化学習で生センサデータからオンラインMPCの瞬時参照とコスト関数を学習し、都市自動運転の運動計画・制御を実現するフレームワークを提案。
- 無信号交差点自動運転のための段階的クリッピング減衰付きカリキュラム近接方策最適化自動運転/強化学習2023/8/1
無信号交差点の自動運転に向け、訓練段階に応じてPPOのクリッピング幅を減衰させ、カリキュラム学習と組み合わせたCPPOを提案し、適応性と学習速度の向上を示した。
- カリキュラム強化学習による高レベルMPCを用いた機会認識型車線変更自動運転/強化学習2023/3/1
強化学習でMPCの参照軌道とコスト重みを生成し、カリキュラム学習で稠密交通下の車線変更を高成功率で実現した。
