Yuxiao Chen
NVIDIA
収録論文 38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
- アクション専門家はVLMを訓練すべきか?Mixture-of-Transformer型VLAにおけるアクショントークン監督と勾配経路VLA2026/11/3
VLAモデルでVLMへの勾配遮断とアクショントークン監督を独立に操作し、運転とマニピュレーションで比較した研究。アクショントークン監督があれば勾配遮断でも遜色なく、なければ結合が軌道予測誤差を約25%低減することを示した。
- CtrlWAM: 意図と予見を整合させた制御可能なワールドアクションモデルVLA2026/10/1
摂動させた行動をシミュレータで実行し、その視覚的結果と対応付けて学習することで、行動予測と映像生成の整合性を高めた制御可能なワールドアクションモデルを提案。
- 計画整合型トークン圧縮による長文脈自動運転自動運転2026/6/1
自動運転のためのモノリシックな視覚行動モデルにおいて、長期の文脈を圧縮する際に計画情報を活用するフレームワークを提案し、成功率を向上させた。
- ReSteer: マルチタスクロボットポリシーの操縦可能性の定量化と改善マルチタスク学習2026/3/1
マルチタスクロボットポリシーが指示に従ってタスクを切り替える能力(操縦可能性)を定量化し、データ生成と自己改善により向上させるフレームワークを提案した。
- 自動運転における構造化Chain-of-Thoughtの高速化VLA2026/2/1
自動運転のVLAモデル向けに、Chain-of-Thought推論を依存グラフに分解し並列デコードすることで、精度を保ちつつ3〜4倍高速化する手法を提案。
- RoaD: 閉ループ教師あり微調整のためのロールアウト活用による自動運転ポリシー改善自動運転2025/12/1
自動運転ポリシーの閉ループ展開時の誤差蓄積を、自身のロールアウトに専門家ガイダンスを加えて追加学習データとすることで軽減し、大規模シミュレータで衝突を54%削減した手法。
- 潜在連鎖推論によるエンドツーエンド運転の世界モデリング自動運転VLA2025/12/1
運転行動の推論を自然言語ではなく、行動と整合した潜在空間で行うLCDriveを提案し、推論速度・軌道品質・強化学習の効果を向上させた。
- 反事実的VLA:適応的推論を備えた自己反省型視覚-言語-行動モデルVLA2025/12/1
自動運転VLAモデルが計画した行動を反事実的に推論して修正する自己反省フレームワークを提案し、軌道精度と安全性を向上させた。
- 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。
- 展開可能で汎化可能な自律性に向けた動作予測の動向:再訪と展望動作予測2025/5/1
動作予測モデルの汎化性と実展開性に焦点を当て、ロボティクス・自動運転・人間動作への応用を中心に、手法・表現・評価プロトコルの分類と課題を整理したサーベイ。
- RealDrive: 拡散モデルによる検索拡張型運転計画自動運転計画2025/5/1
訓練データから類似の専門家デモを検索し、拡散モデルの初期値として使うことで、長尾の危険シナリオでも安全で多様な軌道を生成する運転計画手法を提案。
- STRIDE: ヒューマノイドロボット歩行における報酬設計・深層強化学習トレーニング・フィードバック最適化の自動化歩行2025/2/1
LLMを活用したエージェント工学フレームワークSTRIDEを提案し、ヒューマノイドロボットの歩行タスクにおける報酬関数の設計・評価・反復改善を自動化。既存手法EUREKAを平均約250%上回る性能を達成。
- 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。
- 汎用交通エージェントシミュレーションのための多様な行動拡散モデル交通シミュレーション2024/4/1
拡散生成モデルを用いて、複数エージェントの相互作用を考慮した現実的で制御可能な交通シナリオを生成するフレームワークVBDを提案。推論時のシナリオ編集や安全クリティカルな長尾シナリオの生成を可能にする。
- カテゴリカル交通トランスフォーマー:トークン化潜在表現による解釈可能で多様な挙動予測交通予測2023/11/1
交通予測モデルCTTを提案し、軌道予測とトークン化されたカテゴリカル予測を同時に出力することで、解釈可能な潜在空間と多様な挙動生成を実現し、予測精度でもSOTAを上回った。
- 自動運転車のためのインタラクティブ統合計画自動運転計画2023/10/1
MPCと学習ベース予測モデルを組み合わせ、自車と周囲エージェントの行動を統合最適化する計画手法を提案。
- DTPP: 自動運転における木構造ポリシー計画のための微分可能な統合予測とコスト評価自動運転計画2023/10/1
自動運転の意思決定において、自車条件付き運動予測とコストモデルを微分可能な形で統合訓練する枠組みを提案し、木構造ポリシー計画の性能を向上させた。
- マニューバ分解による障害物知覚安全ゾーンの精緻化自動運転知覚2023/8/1
自動運転車のマニューバ情報を活用し、ハミルトン・ヤコビ到達可能性に基づく知覚安全ゾーンを時間的畳み込みで分解することで、完全性を保ちつつ最大76%縮小する手法を提案した。
- 言語指示で制御するシーン単位の拡散型交通シミュレーション交通シミュレーション2023/6/1
大規模言語モデルでユーザーの指示を損失関数に変換し、時空間トランスフォーマーを備えたシーン単位の拡散モデルを誘導することで、現実的で指示に従う交通シミュレーションを生成する手法を提案した。
- 安全な人とロボットのインタラクションのための責任配分の学習:自動運転への応用自動運転2023/3/1
自動運転車が人間ドライバーと安全に相互作用するため、責任配分をデータから学習するResponsibility-Aware Control Barrier Functions (RA-CBFs)を提案し、実世界の運転データで有効性を示した。
- ロバスト制御バリア関数の検証と合成:多レベル多項式最適化と半正定値緩和制御バリア関数2023/3/1
有界な不確かさを持つ制御アフィン多項式システムに対し、ロバスト制御バリア関数の検証と合成を多レベル多項式最適化問題として定式化し、半正定値緩和により大域的最適性を保証する手法を提案した。
- 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。
- 自動運転車のためのルール階層を用いた後退ホライズン計画計画2022/12/1
ルール階層を微分可能な報酬関数に変換し、勾配ベースの最適化で安全と快適の衝突を解消する2段階プランナを提案。
- 制御可能な交通シミュレーションのための誘導付き条件付き拡散モデル交通シミュレーション2022/10/1
拡散モデルと微分可能論理を組み合わせ、信号時相論理で定義した交通ルールに従わせつつ現実的な軌道を生成する制御可能な交通シミュレーション手法を提案。
- BITS: 交通シミュレーションのための二階層模倣学習交通シミュレーション2022/8/1
実走行ログから交通参加者の行動を生成する二階層模倣学習手法を提案し、リアルさ・多様性・長期安定性を両立させた。
- 相互作用ダイナミクスを考慮した障害物検出の安全評価ゾーン安全評価2022/6/1
自動運転車の障害物検出評価において、エゴ車両と障害物の閉ループ動的相互作用を考慮した安全ゾーンを構築し、安全性に重要な知覚誤差をより適切に捉える評価指標を提案した。
- ScePT: 計画のためのシーン整合性を持つポリシーベース軌道予測軌道予測2022/6/1
エージェント間の衝突を防ぐシーン整合性を明示的に強制し、シーン全体の軌道を予測するポリシーベースの軌道予測モデルScePTを提案。歩行者・自動運転データセットで精度と整合性を両立し、下流の計画への応用も示した。
- レーシングドローンの機上安全保証:制御バリア関数による高速ジオフェンシング制御バリア関数2022/1/1
制御バリア関数を用いて、100km/h超の7インチレーシングドローンに10gのマイコン上でオンライン計算のみによる安全保証を実現し、パイロット入力への滑らかで最小限の補正を加える手法を実装した。
- 二足歩行ロボットの外乱抑制:ステップ間ダイナミクス近似とシステムレベル合成歩行2022/1/1
歩幅を制御入力とする線形ステップ間ダイナミクスを学習し、外乱を加えたモデルにシステムレベル合成を適用して、二足歩行ロボットの押し外乱に対するロバストな歩行安定化を実現した。
- ロボットによる食事支援における効率と快適さの両立マニピュレーション2021/11/1
食事支援ロボットが食べ物を口元へ運ぶ際、効率とユーザーの快適さを両立させるヒューリスティックを組み込んだ経路計画手法(h-BiRRT)を提案し、実機実験で有効性を示した。
- 分岐モデル予測制御による対話型マルチモーダル動作計画動作計画2021/9/1
制御不能なエージェントの多様な反応をシナリオ木で表現し、フィードバック方策を分岐MPCで計画する手法を提案。自動運転の追い越し・合流や四足ロボットの実験で安全性と性能の両立を実証した。
- マルチロボットシステムのための分散型タスク・経路計画群制御2020/11/1
複数ロボットが時間とともに発生するタスクを分散的に割り当て、衝突を避けながら経路計画する枠組みを提案し、ROSシミュレーションと実機実験で検証した。
- 確率的な安全保証を備えた反応型動作計画動作計画2020/11/1
他エージェントの予測モデルをMPCに組み込み、post-bloating・SVM・conformal分析で予測の一般化保証を与える動作計画手法を提案し、自動運転高速道路シナリオで検証した。
- LiDAR点群による自由凸多面体の離散化と移動ロボット計画ナビゲーション2020/11/1
LiDAR点群から自由凸多面体を抽出して環境を離散化し、遷移グラフを構築することで高レベル計画と低レベル制御を橋渡しする手法を提案し、ドローンとセグウェイで検証した。
- 人間との相互作用をデータから特徴づける電動義足のモデルベース制御歩行/義足制御2020/3/1
モーションキャプチャデータから歩行軌道と人間-義足間の相互作用力を抽出し、そのばらつきを力のチューブとしてモデル化した上で、ロバストCLF-QP制御により追加センサなしで安定歩行を実現する手法を提案した。
- 反例誘導による環境行動の境界学習検証/学習2020/1/1
環境の正確なモデルなしでシステムの仕様適合性を検証するため、データから環境行動の保守的な反応境界を学習し、反例を用いて境界を洗練する手法を提案した論文。
