Bolei Zhou
University of California, Los Angeles
収録論文 42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
- 振り返りで前進：生成ロボットポリシーのための時間的検証VLA2026/9/30
フローマッチングVLA向けに、直近の観測・行動履歴を要約する時間トークンを学び、追加の専門家デモなしでエネルギー検証器を対照的に訓練して、軌道整合性を考慮した行動チャンク選択を可能にする手法TeVを提案。
- フローの手がかり：オープンワールド配送マニピュレーションのためのフローマッチングポリシーの操舵VLA2026/9/30
事前学習済みフローマッチングVLAモデルを低レベル制御に用い、空間的手がかりでポリシーを操舵する軽量アダプタを提案。未知物体への指示追従と操作成功率を最大2倍改善。
- DreamStream: エンドツーエンド運転ポリシー向け生成的シミュレーション自動運転シミュレーション2026/9/22
大規模動画モデルを蒸留し、ポリシーが依存するシーン特徴を保つ生成的閉ループシミュレータDreamStreamを提案。新指標FDπで評価し、既存手法より高精度にポリシー知覚を再現、敵対的運転を含むベンチマークNavhard-CLも構築。
- NavSafe-∞：フォトリアル環境における閉ループ運転安全性のベンチマーク自動運転2026/9/22
280のシナリオからなるフォトリアルな閉ループ運転ベンチマークを提案し、20のE2Eポリシーを評価して、開ループ性能が閉ループ安全性に必ずしも移行しないことを示した。
- 遅い脳、速いプランナー：遅延耐性を持つVLM拡張都市ナビゲーションナビゲーション2026/6/1
歩道ナビゲーションのプランナーが苦手な状況で、VLMを使って候補軌道を選び、遅延を補償する融合層で実時間制御を維持する手法を提案した。
- 歩道ロボットのためのハイブリッド2D-3D学習による単眼3D占有知覚3D占有予測2026/6/1
歩道を走行するロボット向けに、LiDAR-RGBペアデータと大規模な非ペア単眼画像を組み合わせたハイブリッド学習で3D占有予測を行うフレームワークWalkOCCを提案し、新たな歩道データセットSidewalk3Dも導入した。
- 模倣からアライメントへ：長距離歩道ナビゲーションのための人間の好みに基づくフローポリシーナビゲーション2026/6/1
単眼RGBカメラのみを用いた長距離歩道ナビゲーションのためのポリシーFlowPilotを提案し、模倣学習と人間の介入による選好学習を組み合わせて、複雑な歩道環境での成功率を向上させた。
- SidewalkBench: 都市歩道における視覚ナビゲーションのベンチマークナビゲーション2026/6/1
都市歩道での視覚ナビゲーションを評価するための包括的なベンチマークを提案し、9つのモデルを様々なシナリオで評価した。
- 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。
- AURA: 実世界の都市ナビゲーションのためのマルチモーダル共有自律ナビゲーション2026/4/1
都市環境での長期的なナビゲーションを、人間の高レベル指示とAIの低レベル制御に分解する共有自律フレームワークAURAを提案。大規模データセットと実世界実験で、人間の操作負担を減らしつつナビゲーション安定性を向上させることを示した。
- 補正行動拡張とマルチスケール模倣学習による歩道自動運転の実現模倣学習/自動運転2026/3/1
歩道向け小型モビリティの自動運転制御を、補正行動データの追加とマルチスケール模倣学習アーキテクチャにより強化し、実世界での堅牢性と汎化性を向上させた。
- 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。
- 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。
- 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。
- UrbanVerse: 街歩き動画から都市シミュレーションを大規模構築sim2real2025/10/1
クラウドソースの街歩き動画から物理的に整合した都市3Dシミュレーションを自動生成するシステムを提案し、ナビゲーション方策の学習と実機転移性能を大幅に向上させた。
- 見ることから経験することへ：強化学習によるナビゲーション基盤モデルのスケーリングナビゲーション2025/7/1
大規模動画での事前学習とシミュレーションでの強化学習を組み合わせ、都市ナビゲーションにおける対話的で安全な行動を実現するS2Eフレームワークを提案。
- 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。
- 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。
- 自律型マイクロモビリティに向けたスケーラブル都市シミュレーションsim2real2025/5/1
都市環境での自律マイクロモビリティのための高性能シミュレーションプラットフォームURBAN-SIMと、8つのタスクからなるベンチマークURBAN-BENCHを提案し、多様なロボットで評価した。
- 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。
- 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。
- 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。
- 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。
- WOMD-Reasoning: 運転シーンにおけるインタラクション推論のための大規模データセットVLA2024/7/1
実世界の運転シーンにおける交通ルールに基づくインタラクションを記述・推論する300万件のQ&Aデータセットを構築し、それを用いた運転動作言語モデルMotion-LLaVAを提案した。
- MetaUrban: 都市マイクロモビリティのための身体性AIシミュレーションプラットフォームsim2real2024/7/1
都市空間における配送ロボットや電動車椅子などのマイクロモビリティ向けに、歩行者や動的物体を含む無限の都市シーンを生成できる構成可能なシミュレーションプラットフォームを提案し、強化学習・模倣学習のベースラインを構築した。
- ScenarioNet: Open-Source Platform for Large-Scale Traffic Scenario Simulation and Modeling2023/6/1
- Guarded Policy Optimization with Imperfect Online Demonstrations2023/3/1
- TrafficGen: Learning to Generate Diverse and Realistic Traffic Scenarios2022/10/1
- V2XP-ASG: Generating Adversarial Scenes for Vehicle-to-Everything Perception2022/9/1
- Human-AI Shared Control via Policy Dissection2022/6/1
- Learning to Drive by Watching YouTube Videos: Action-Conditioned Contrastive Policy Pretraining2022/4/1
- Efficient Learning of Safe Driving Policy via Human-AI Copilot Optimization2022/2/1
- Safe Driving via Expert Guided Policy Optimization2021/10/1
- PlaTe: Visually-Grounded Planning with Transformers in Procedural Tasks2021/9/1
- MetaDrive: Composing Diverse Driving Scenarios for Generalizable Reinforcement Learning2021/9/1
- Improving the Generalization of End-to-End Driving through Procedural Generation2020/12/1
- Learning a Decision Module by Imitating Driver's Control Behaviors2019/12/1
- Real-Time Object Pose Estimation with Pose Interpreter Networks2018/8/1
- SegICP: Integrated Deep Semantic Segmentation and Pose Estimation2017/3/1