Zhiyu Huang
University of California, Los Angeles
収録論文 30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
- Mem4Act: 長期的ロボット操作のための効果的な潜在記憶の学習マニピュレーション2026/10/15
過去の観測を固定サイズの潜在記憶に圧縮し、長期タスクに必要な情報を保持して操作方策を導くフレームワークを提案。複数のベンチマークと実機タスクで最高性能を達成。
- SCAPE: シナリオ条件付きシミュレーション拡張ポリシー評価評価手法2026/8/19
実世界でのポリシー性能を、限られた実機データと大量のシミュレーションデータを組み合わせてシナリオごとに予測する評価フレームワークを提案した。
- 予測不確実性と安全行動の橋渡し:自動運転のためのサンプル条件付き微分可能プランニング自動運転/プランニング2026/6/1
拡散モデルで生成した多様な未来シナリオを微分可能なプランナーに直接組み込み、CVaR尾部リスク制約で安全性を確保する自動運転のプランニング手法を提案した。WaymoとArgoverse 2で安全性・効率・快適性を向上させた。
- MDrive: エンドツーエンドマルチエージェントシステムのための閉ループ協調運転ベンチマーク自動運転/協調運転/ベンチマーク2026/5/1
V2X通信を用いた協調運転の評価を閉ループで行うベンチマークMDriveを提案し、マルチエージェントシステムの利点と課題を明らかにした。
- BridgeSim: 自動運転エンドツーエンドにおけるオープンループとクローズドループのギャップの解明自動運転2026/4/1
オープンループ評価で高得点でもクローズドループ運用で失敗する原因を分析し、テスト時適応でギャップを緩和する手法を提案した論文。
- TIC-VLA:動的環境におけるロボットナビゲーションのための制御内思考型視覚-言語-行動モデルVLA2026/2/1
遅延する意味推論を明示的にモデル化し、非同期推論に適応した視覚-言語-行動モデルを提案。動的環境での言語誘導ナビゲーションをリアルタイム制御で実現する。
- 自動運転のための視覚-言語-行動モデル:過去・現在・未来VLA2025/12/1
自動運転における視覚-言語-行動(VLA)フレームワークの進化を整理し、End-to-End型とDual-System型の2つのパラダイムに分類して、その特徴と課題を概観したサーベイ論文。
- MDG: 交通環境におけるマルチエージェント行動モデリングのためのマスク付きデノイジング生成マルチエージェント/交通シミュレーション2025/11/1
マルチエージェントの行動モデリングを、独立にノイズを加えた時空間テンソルの再構成として定式化し、1回か数回の順伝播で予測・シミュレーション・計画・条件付き生成を統一的に扱える生成フレームワークを提案。
- 自動運転のエンドツーエンド計画のための微分可能最適化誘導学習への意思決定の統合自動運転計画2024/12/1
意思決定と軌道計画を微分可能な非線形最適化問題として定式化し、学習ベースの予測モジュールと組み合わせてエンドツーエンドで訓練可能な自動運転計画フレームワークを提案した。Waymo Open Motionデータセットで評価し、安全性・効率・乗り心地が向上することを示した。
- 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。
- NAVSIM: データ駆動型非反応的自動運転シミュレーションとベンチマーク自動運転ベンチマーク2024/6/1
大規模データセットと非反応的シミュレータを組み合わせ、実世界に近い大規模ベンチマークを可能にする評価手法NAVSIMを提案。CVPR 2024コンペで143チームが参加し、新たな知見を得た。
- 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。
- 自動運転のためのハイブリッド予測統合プランニング自動運転2024/2/1
予測とプランニングを統合したHPPシステムを提案し、占有予測・ゲーム理論に基づく運動予測・ハイブリッド予測を組み合わせて自動運転の性能を向上させた。
- 自動運転における効率的なPOMDP計画のためのオンライン信念予測学習自動運転計画2024/1/1
TransformerとRNNメモリで他車の意図をオンライン更新する信念予測モデルを構築し、マクロ行動とDQN事前分布を用いたMCTS計画で自動運転のPOMDP意思決定を効率化した。
- 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。
- 占有予測ガイド付きニューラルプランナーによる自動運転自動運転計画2023/5/1
周囲の交通参加者の将来占有をTransformerで同時予測し、その予測をFrenet座標上の最適化に組み込む二段階のニューラルプランニング手法を提案した。
- GameFormer:自動運転のためのゲーム理論的モデリングとTransformerによるインタラクティブ予測・計画自動運転予測・計画2023/3/1
階層的ゲーム理論に基づき、Transformerエンコーダと階層的デコーダで他車の行動予測と自車の計画を同時に行うGameFormerを提案し、WaymoやnuPlanで最先端性能を達成した。
- 自動運転の意思決定のための相互作用を考慮した運動予測モデルの学習自動運転2023/2/1
自車の行動に対する他車の反応を予測するTransformerベースの運動予測モデルを提案し、オンライン学習フレームワークで訓練することで、自動運転の意思決定性能を向上させた。
- 逆強化学習を用いた条件付き予測行動計画による人間らしい自動運転自動運転計画2022/12/1
人間の運転データから逆強化学習で計画を評価するスコアリングを学習し、候補軌道ごとに他車の将来軌道を条件付き予測して人間らしい運転計画を生成する枠組みを提案した。
- Transformerベースのシーン表現学習による自動運転意思決定の強化学習強化自動運転意思決定2022/8/1
都市部自動運転の意思決定のため、Transformerでシーン表現を学習し強化学習のサンプル効率と適応性を改善する手法を提案。
- ReCoAt: 自動運転のためのマルチモーダル軌道予測ディープラーニングフレームワーク軌道予測2022/7/1
RNN・CNN・距離ベース注意機構を組み合わせ、周囲のエージェントの将来軌道を複数モードで予測する手法を提案し、Waymoデータセットで高精度を示した。
- 学習可能なコスト関数を用いた微分可能な統合運動予測・計画フレームワーク自動運転計画2022/7/1
周囲の車両の将来軌道を予測しつつ、微分可能な非線形最適化器で自車の軌道を計画する統合フレームワークを提案し、コスト関数の重みもデータから学習可能にした。大規模実走行データで訓練し、開ループ・閉ループ評価でベースラインを上回る性能を示した。
- Transformerを用いた自動運転向けマルチモーダル運動予測運動予測2021/9/1
走行車両間の社会的相互作用をグラフ化しTransformerで関係を抽出、マルチモーダル注意機構で複数の将来軌道を予測する手法を提案し、Argoverseで高精度かつ解釈性の高い予測を実現した。
- 人間の指導を活用した優先経験リプレイ強化学習による自動運転自動運転/強化学習2021/9/1
人間の指導を組み込んだ強化学習フレームワークを構築し、人間の行動を模倣するオンライン学習モデルと優先経験リプレイを組み合わせて自動運転タスクの学習効率と性能を向上させた論文。
- 不確実性を考慮したモデルベース強化学習と自動運転への応用モデルベース強化学習2021/6/1
不確実性評価付きのアンサンブル環境モデルと適応的トランケーションを組み合わせたモデルベース強化学習を提案し、自動運転の制御タスクで学習効率と性能が既存手法を上回ることを示した。
- 人間参加型深層強化学習と自動運転への応用自動運転/強化学習2021/4/1
自動運転のポリシー学習に人間のリアルタイム介入を取り入れたHug-DRLを提案し、40名の被験者実験で学習効率と性能の向上を示した。
- 模倣エキスパート事前知識を用いた効率的な深層強化学習による自動運転自動運転/強化学習2021/3/1
人間の専門家のデモンストレーションから模倣方策を導出し、KLダイバージェンス正則化で強化学習エージェントを誘導することで、サンプル効率と性能を向上させる自動運転フレームワークを提案した論文。
- 専門家デモンストレーションを活用した都市自動運転のための改良深層強化学習自動運転/強化学習2021/2/1
強化学習と模倣学習を組み合わせ、専門家のデモンストレーションを優先経験再生で活用することで、都市交差点での縦方向車両制御を効率的かつ安全に学習する手法を提案した論文。
- 逆強化学習と自然な人間の運転データによる運転行動モデリング逆強化学習2020/10/1
自然な人間の運転データから最大エントロピー逆強化学習を用いて個人の報酬関数を学習し、運転行動をモデル化する手法を提案した。
- シーン理解を伴うマルチモーダルセンサフュージョン深層ニューラルネットワークによるエンドツーエンド自動運転自動運転/マルチモーダル融合2020/5/1
画像と深度情報を初期段階で融合し、セマンティックセグメンテーションと車両制御を同時に出力するエンドツーエンド自動運転モデルを提案し、シミュレーションで高い成功率と汎化性能を示した。
