Zilin Huang
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
- 運転ワールドモデルにおける生存者バイアスの打破ワールドモデル2026/11/8
通常走行と実際の事故映像を混ぜて学習する中立ワールドモデル(NWM)を提案し、衝突直前の危険な未来をより正確に予測できるようにした。これを意思決定に用いることで、より安全な軌道選択が可能になることを示した。
- XEmbodied: 大規模具現環境向けに幾何・物理的手がかりを強化した基盤モデルVLA/基盤モデル2026/4/1
クラウド側でVLMに3次元幾何認識と物理的手がかりを統合し、空間推論や具現化タスクの性能を向上させる基盤モデルを提案した。
- V2X-QA:自動運転におけるエゴ・インフラ・協調視点を横断するマルチモーダル大規模言語モデルの総合推論データセットとベンチマーク自動運転/ベンチマーク2026/4/1
自動運転向けMLLMの評価を、車両・インフラ・協調の3視点に分離したプロトコルで行う実世界データセットとベンチマークを構築し、視点依存性や協調推論の課題を明らかにした。
- Sim2Real-AD: VLM誘導強化学習を実車の自動運転に展開するためのモジュール型Sim-to-Realフレームワーク自動運転/sim2real2026/4/1
シミュレーションで訓練したVLM誘導強化学習ポリシーを、実車にゼロショットで展開するためのフレームワークを提案し、CARLA訓練ポリシーを電気バンに搭載して実証した。
- DriveVLM-RL: 視覚言語モデルと神経科学に着想を得た強化学習による安全で実用的な自動運転自動運転/VLA2026/3/1
脳の習慣的・熟慮的視覚処理に倣い、静的・動的の二経路でVLMから意味的報酬を学習する強化学習フレームワークを提案。VLMは訓練時のみ使用し展開時には除去することで推論遅延をなくし、CARLAで安全性と実用性を向上させた。
- HERMES: ロングテール自動運転のための視覚言語モデルを用いたリスク認識型マルチモーダル統合システム自動運転/VLA2026/2/1
視覚言語モデルを活用し、ロングテールな混在交通環境でのリスクを明示的に考慮した軌道計画を行う、エンドツーエンド自動運転フレームワークを提案。
- MTRDrive: 記憶とツールの協調推論によるコーナーケースに頑健な自動運転自動運転/VLM2025/9/1
運転経験の記憶検索と動的ツールキットを組み合わせた閉ループ型フレームワークMTRDriveを提案し、OODシナリオでのゼロショット汎化と計画精度を向上させた。
- 自動運転のための視覚-言語-行動モデルに関するサーベイVLA2025/6/1
自動運転向けの視覚・言語・行動を統合したVLAモデルについて、アーキテクチャや20以上の代表モデル、データセット、課題を初めて体系的にまとめたサーベイ。
- SEAL: 長尾シナリオに適応する視覚言語モデルベースの安全な協調自動運転自動運転2025/6/1
視覚言語モデルと適応的マルチモーダル学習を用いて、悪天候などの長尾シナリオにおける協調自動運転の安全性とロバスト性を向上させるフレームワークSEALを提案した。
- AgentThink:自動運転向け視覚言語モデルにおけるツール拡張型思考連鎖推論の統合フレームワークVLA2025/5/1
自動運転向けに、思考連鎖推論と動的なツール呼び出しを統合したフレームワークAgentThinkを提案し、DriveLMM-o1ベンチマークで推論スコアを53.91%向上させた。
- VLM-SAFE: 視覚言語モデルと世界モデルによる安全志向の自動運転強化学習自動運転/安全強化学習2025/5/1
視覚言語モデルでシーンの意味的な安全信号を得て、世界モデルで将来軌道を想像し、その安全性を評価して方策を学習するオフライン安全強化学習フレームワークを提案。
- Sky-Drive: 人間とAIの協調および社会的配慮を実現する未来交通のための分散マルチエージェントシミュレーションプラットフォーム交通シミュレーション2025/4/1
人間とAIの協調や社会的に配慮した運転エージェントの研究を可能にする、分散型マルチエージェント交通シミュレーションプラットフォームを提案した。
- FASIONAD++:適応的フィードバックによる自律走行の安全性向上を目指した高速・低速融合システムへの高レベル指示と情報ボトルネックの統合自律走行/VLM2025/3/1
「速い思考と遅い思考」に着想を得て、高速なエンドツーエンド計画器とVLM推論モジュールを組み合わせた二重システムを提案し、不確実性に応じて切り替えることで自律走行の安全性と効率を高めた。
- CurricuVLM: 視覚言語モデルによる個別化された安全クリティカルなカリキュラム学習で安全な自動運転へ自動運転2025/2/1
視覚言語モデルを活用し、自動運転エージェントの弱点を分析して個別化された安全クリティカルな訓練シナリオを動的に生成するカリキュラム学習フレームワークを提案。
- VLM-RL:視覚言語モデルと強化学習を統合した安全な自動運転フレームワーク自動運転2024/12/1
事前学習済み視覚言語モデルと強化学習を組み合わせ、言語ゴールから報酬を自動生成することで、手作業の報酬設計を不要にした自動運転フレームワークを提案。CARLA実験で衝突率低減と経路完走率向上を達成。
- 物理知識と人間フィードバックを統合した信頼できる自動運転強化学習自動運転/RLHF2024/9/1
人間のフィードバックと交通流モデルなどの物理知識を強化学習に組み込み、人間のデモが不完全でも物理ベースの方策以上の安全性を保証する枠組みを提案した。
- V2X-VLM:大規模視覚言語モデルによるエンドツーエンドV2X協調自動運転VLA2024/8/1
車両とインフラのカメラ映像とテキスト記述を視覚言語モデルで統合し、対照学習と知識蒸留を用いて協調自動運転の軌道計画精度を向上させた。
- HAIM-DRL: 安全で効率的な自動運転のための人間参加型強化学習の強化自動運転/強化学習2024/1/1
人間の専門家をメンターとしてAIエージェントに介入させ、危険時に正しい行動を示しつつ交通流の乱れを抑える強化学習フレームワークを提案した。報酬関数の手設計を避け、人間のデモから代理価値を直接導出する。
- CV2X-LOCA:路側機を活用した自動運転車の協調測位フレームワーク測位/協調認識2023/4/1
GNSSが使えない都市部でも、C-V2X通信のチャネル状態情報と路側機を活用して車線レベルの測位を実現する協調測位フレームワークを提案した。
- 自車計画誘導マルチグラフ畳み込みネットワークによる異種エージェント軌道予測軌道予測2023/3/1
自車の将来計画情報と周辺の車・歩行者・自転車などの履歴軌道を4種類のグラフで統合し、カテゴリ別GRUで各エージェントの将来軌道を高精度に予測する手法を提案。
