Zhenghao Peng
収録論文 20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
- DiSCo: 共有自律のための拡散シーケンスコパイロット共有自律制御2026/3/1
共有自律制御において、拡散ポリシーを用いてユーザーの行動履歴に整合する行動シーケンスを計画する手法DiSCoを提案し、シミュレーションの運転・ロボットアームタスクで性能を向上させた。
- 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。
- 人間介入からの予測的選好学習模倣学習2025/10/1
人間の介入に含まれる暗黙の選好信号を将来のロールアウト予測に活用し、安全性が重要な領域へ修正を伝播させる学習手法を提案。
- 適応的介入機構によるロボット主導の対話型模倣学習模倣学習2025/6/1
人間の介入要求を適応的に判断するプロキシQ関数を導入し、専門家の監視負担を大幅に減らすロボット主導の対話型模倣学習手法を提案した。
- Adv-BMT: 安全クリティカルな交通シナリオ生成のための双方向モーショントランスフォーマー自動運転シミュレーション2025/6/1
逆方向の交通運動予測を行う双方向モーショントランスフォーマーを用いて、現実の交通シナリオに多様でリアルな敵対的衝突インタラクションを付加するフレームワークを提案し、拡張データセットでの学習により衝突率を20%削減できることを示した。
- SceneStreamer: 次トークングループ予測による連続的シナリオ生成自動運転シミュレーション2025/6/1
交通シナリオ全体をトークン列として表現し、Transformerで自己回帰的に生成することで、エージェントの出入りを伴う長期的な運転シミュレーションを可能にした研究。
- 人間の介入から効率的に学ぶ移動ロボットのオンライン学習手法sim2real2025/3/1
模倣学習と強化学習を組み合わせ、報酬設計や事前学習なしに人間のオンライン介入と実演からリアルタイムで方策を学習する手法を提案し、脚式四足歩行ロボットと車輪型配送ロボットで15分以内に訓練を完了できることを示した。
- 代理価値伝播による能動的な人間関与からの学習模倣学習2025/2/1
人間の介入とデモンストレーションを代理価値関数で表現し、TD学習で伝播させることで、報酬なしに方策を最適化する手法を提案した。
- Vid2Sim: 動画から都市ナビゲーション向けのリアルでインタラクティブなシミュレーションを生成sim2real2025/1/1
単眼動画からフォトリアルで物理的に操作可能な3D都市環境を再構成し、視覚ナビゲーションエージェントの強化学習を可能にするreal2simフレームワークを提案。
- MetaVQA:視覚言語モデルのための具現化シーン理解ベンチマークVLA2025/1/1
自動運転向けに、nuScenesとWaymoのデータからVQAペアを自動生成し、視覚言語モデルの空間推論と閉ループ意思決定を評価・改善するベンチマークMetaVQAを提案した。
- 介入型拡散アシスタンスによる共有自律制御共有自律制御2024/9/1
人間とAIが協調して操作する共有自律制御において、AIが常時介入するのではなく、人間の行動より価値が高い場合にのみ介入する拡散モデルベースの手法を提案し、シミュレーションと人間参加実験で性能と自律性の向上を示した。
- ScenarioNet:大規模交通シナリオのシミュレーションとモデリングのためのオープンソースプラットフォーム自動運転シミュレーション2023/6/1
WaymoやnuScenesなど複数の運転データセットから実世界の交通シナリオを収集し、統一フォーマットでシミュレーション上に再現・対話できるオープンソース基盤を構築した。
- 不完全なオンラインデモンストレーションを用いたガード付き方策最適化強化学習2023/3/1
性能が不完全な教師でも使えるTeacher-Student強化学習手法TS2Cを提案し、教師の介入を軌道ベースの価値推定で取り込み、安全な探索と訓練コスト削減を両立させた。
- TrafficGen: 多様でリアルな交通シナリオを生成する学習手法交通シナリオ生成2022/10/1
実世界の断片的な運転データから自己回帰生成モデルを学習し、自動運転シミュレーション用の多様でリアルな交通シナリオを生成する手法を提案。生成シナリオを強化学習の訓練環境に用いることで運転ポリシーの性能と安全性が向上することを示した。
- ポリシー解剖による人間とAIの共有制御人間-AI協調制御2022/6/1
強化学習済みポリシーの中間表現を運動学的属性に合わせることで、再学習なしに人間が介入可能な制御ポリシーへ変換する手法を提案。
- YouTube動画視聴による運転方策の事前学習:行動条件付き対照的方策事前学習運転/事前学習2022/4/1
少量のラベル付きデータで逆動力学モデルを学習し、YouTube動画のフレームに擬似行動ラベルを付与して、行動条件付き特徴を対照学習で事前学習する手法を提案した論文。
- Human-AIコパイロット最適化による安全運転方策の効率的学習自動運転/強化学習2022/2/1
人間の介入を限られた予算で活用し、危険な状況を回避する運転方策を強化学習で効率的に学習するHACOを提案した論文。
- 専門家誘導方策最適化による安全運転強化学習2021/10/1
専門家が危険時に介入してデモンストレーションを行う強化学習手法EGPOを提案し、安全運転タスクで訓練・テスト時の安全性とサンプル効率を向上させた。
- MetaDrive:多様な運転シナリオを合成し汎化可能な強化学習を支援するシミュレーション基盤自動運転シミュレーション/強化学習2021/9/1
手続き生成と実データ取り込みで無限に多様な運転シナリオを作れるシミュレーションプラットフォームMetaDriveを開発し、単一・マルチエージェントの汎化・安全探索・交通学習のベンチマークを構築した。
- 手続き型生成でEnd-to-End自動運転の汎化性能を向上させる自動運転/シミュレーション2020/12/1
道路ブロックをランダムに組み合わせて多様なシーンを自動生成する運転シミュレータPGDriveを開発し、生成シーンを増やして学習することで交通密度や道路網の異なる未知環境への汎化が大きく改善することを示した。
