Caojun Wang

収録論文 6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

• ワールドエンジン：自動運転におけるポストトレーニング時代に向けて
  自動運転2026/6/1

  実世界のログから高忠実度のインタラクティブ環境を再構築し、安全上重要な長尾シナリオを合成的に生成して、事前学習済みの自動運転モデルを強化学習でポストトレーニングする枠組みを提案。これにより、実世界のリスクを回避しつつ安全性を向上させる。

• PlannerRFT：閉ループかつサンプル効率の良い微調整による拡散プランナーの強化学習
  自動運転プランニング2026/1/1

  拡散ベースの自動運転プランナーを強化学習で微調整するフレームワークを提案し、二重分岐最適化と高速シミュレータnuMaxによりサンプル効率と性能を向上させた。

• 自己認識型拡張による強化学習ベースの洗練：エンドツーエンド自動運転のための新手法
  自動運転2025/6/1

  エンドツーエンド自動運転の模倣学習モデルを、強化学習による残差修正と自己認識型アダプタ拡張で継続的に改善する学習パイプラインR2SEを提案。難事例への適応と一般知識の保持を両立させる。

• 自動運転のための疑似シミュレーション評価
  自動運転評価2025/6/1

  3Dガウススプラッティングで生成した合成観測を実データに付加し、閉ループに近い相関で自動運転を評価する疑似シミュレーション手法を提案。

• 敵対的ポリシー探索に基づく自動運転シナリオ難易度の定量的表現
  自動運転テスト/敵対的シナリオ生成2024/8/1

  強化学習で敵対的行動を取るエージェントを訓練し、その学習過程のポリシー群から難易度の異なる交通シナリオを連続的に生成・定量化する手法を提案した論文。

• 自律運転のための安全指向自己学習アルゴリズム：基本モデルからの進化
  自律運転2024/8/1

  Transformerエンコーダの基本モデルと方策混合・後退ホライズン最適化を組み合わせ、安全性を保ちながら自律運転の方策を自己学習で進化させる手法を提案し、歩行者と車両が混在する環境で有効性を検証した。