Chen Lv
Nanyang Technological University
収録論文 79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
- SOR-Nav: 探索継続か領域移動か？文脈ゲート付き探索と領域間移動による物体ナビゲーション物体ナビゲーション2026/9/28
未探索環境で物体を探す際、現在の探索を続けるか別の領域へ移動するかをLLMで判断する階層型ナビゲーションシステムを提案し、複数のベンチマークで最高性能を達成した。
- MomWorld: 長期自律走行のための運動量を考慮した潜在ワールドモデル自動運転2026/9/27
過去の観測からシーンの運動傾向を抽出し、潜在的な運動量を未来へ伝播させることで、長期的な計画の一貫性を高め衝突率を削減する自律走行用ワールドモデルを提案。
- RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化VLA2026/9/26
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
- 混合品質の実環境経験からロボットマニピュレーションを学習する予測的行動チャンク学習マニピュレーション2026/9/24
実環境で蓄積された成功・失敗・部分進捗が混在するロボットの経験を、チャンク単位の予測的クリティックと拡散方策で活用し、追加の人間修正なしに方策を改善する手法PACLを提案。
- AnyviewMeter: カメラ幾何とマルチビュー注意によるロボット報酬モデルの適応報酬モデル/マルチビュー2026/9/17
カメラ視点の変化に頑健なロボット報酬モデルを実現するため、低ランク微調整とPlucker光線条件付け、同期ブロック注意を組み合わせた適応フレームワークを提案し、視点変更時の誤差を約21%削減した。
- FIERCE: 進捗-失敗フィードバックによる汎用ロボット方策から高速専門家への変換強化学習2026/9/16
汎用ロボット方策を初期値とし、進捗と失敗を評価する統一評価器を用いた強化学習で、シミュレータや手動報酬設計なしに接触の多い実タスク向けの小型専門家方策を効率的に学習する手法を提案。
- Map2Route: 意味地図上の構成的言語指示に基づく経路計画ベンチマーク経路計画2026/9/15
意味地図上で複雑な言語指示から経路を計画するベンチマークMap2Routeと、コード実行と検証を組み合わせた手法Grounding2Routeを提案した。
- PV-WM: 歩行者と車両の連成ロールアウトのための異種マイクロ・マクロ世界モデル予測/世界モデル2026/9/7
歩行者の関節動作と車両の剛体運動を統合した世界モデルを提案し、履歴のみから将来の歩行者・車両状態を再帰的に予測する。
- トラック誘導型階層強化学習による自動運転ドリフトと最小ラップタイム計画自動運転/強化学習2026/8/1
ラリー競技のようなドリフト走行を自動運転で実現するため、最小ラップタイム計画と強化学習を組み合わせた階層的制御フレームワークを提案した。ドリフト制御からコーナリング、レース全体へと段階的に学習することで、複雑なドリフト運転を実現する。
- 世界モデル中心の自動運転レーシングエージェントによる身体化知能の認知的・物理的限界への挑戦自動運転レーシング2026/8/1
自動運転レーシングを題材に、世界モデルを中心としたエージェントが高速走行中の認知と物理の限界を同時に学習・洗練する手法を提案し、実車データとシミュレーションで有効性を示した。
- 自動運転の追い越しにおけるリスク認識意思決定：ワールドモデルベースのMixture-of-Expertsフレームワーク自動運転/意思決定2026/7/14
高速道路での自動追い越しにおいて、ワールドモデルを用いた並列マルチステップ展開と階層的ゲーティング機構により、長期的リスクを考慮した安全な意思決定を実現するフレームワークを提案した。
- SGTP: サンプリングに基づくゲーム理論的プランニングによるリアルタイム多車両自動運転レース自動運転レース/プランニング2026/7/1
GPU加速サンプリングとゲーム理論を組み合わせ、多車両レースでの多様な競争行動をリアルタイムに計画するフレームワークを提案。高い勝率とタスク完了率を達成し、最大10エージェントの大規模シナリオにも適用可能。
- 自己運動ダイナミクス拡張ワールドモデルによる自動運転のゼロショット車両間適応自動運転2026/7/1
自動運転のワールドモデルに自己運動の事前知識を組み込み、シーン予測精度を向上させるとともに、未見の車両へのゼロショット適応を実現する手法を提案した。
- GeoWorldAD: 自動運転のための幾何学的世界アクションモデル自動運転2026/7/1
自動運転のための行動モデルに、自己中心の3D空間での軌道計画と、潜在的な未来の幾何学トークンによる短期的なシーン進化の予測を組み込んだ手法を提案し、NAVSIMベンチマークで最高性能を達成した。
- A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット自動運転データセット2026/7/1
2024年のアブダビ自動運転レースリーグで収集された、高速自動運転と複数車両の相互作用に特化した大規模なLiDAR・RADARデータセットを紹介する論文。
- IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習するナビゲーション2026/6/1
人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。
- Goal2Pixel: ナビゲーション目標をピクセルに接地する視覚言語ナビゲーションVLMナビゲーション2026/6/1
視覚言語ナビゲーションを、行動予測ではなく画像平面上のナビゲーション可能なピクセル接地として再定式化し、VLMの推論回数を大幅に削減しつつ高性能を達成した。
- 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。
- Driver-WM: 運転者中心の交通条件付き潜在世界モデルによる車内ダイナミクスの展開世界モデル2026/5/1
車外の交通状況に基づいて車内の運転者状態を予測する潜在世界モデルを提案し、運転者の行動・感情認識と物理的運動予測を統合した。
- FeaXDrive: 実現可能性を考慮した軌道中心拡散プランニングによるエンドツーエンド自動運転自動運転2026/4/1
拡散プランニングで生成される軌道の物理的実現可能性（局所的な幾何学的歪み、運動学的制約違反、走行可能領域からの逸脱）を改善するため、軌道中心の定式化に基づく適応的曲率制約学習、走行可能領域ガイダンス、実現可能性を考慮したGRPO後訓練を統合した手法を提案した。
- SysNav: マルチレベル系統的協調による実世界・クロスエンボディ物体ナビゲーションの実現ナビゲーション2026/3/1
実世界の物体ナビゲーションをシステムレベルで捉え、セマンティック推論・ナビゲーション計画・運動制御を分離した3層システムSysNavを提案し、車輪型ロボット、四足、人型の3つの異なるエンボディで実証した。
- 混在交通渋滞緩和のための二重相互作用認識協調制御戦略群制御2026/3/1
本論文は、混在交通のボトルネック区間において、CAVとHDVの相互作用を局所・大域の両方で認識するMARLベースの協調制御戦略を提案し、交通渋滞を緩和する。
- AutoMoT: 非同期Mixture-of-Transformersによる統合型Vision-Language-Actionモデルを用いたエンドツーエンド自動運転VLA2026/3/1
推論と行動生成を単一のVLAモデルに統合し、Mixture-of-Transformersと非同期実行で高速・高精度な自動運転を実現した研究。
- 専門知識駆動型強化学習による自律レーシング：軌道誘導と動的制約の活用強化学習/自律走行2026/3/1
最小曲率レーシングラインによる軌道誘導と車両動的制約を強化学習に組み込み、二段階カリキュラム学習で安定走行から高速走行へと段階的に学習する自律レーシング手法を提案した。
- COVLM-RL: VLM誘導強化学習による自動運転のための重要物体指向推論自動運転2025/12/1
VLMにChain-of-Thoughtで重要交通要素を推論させて意味的決定を生成し、その事前情報を強化学習に組み込むことで、自動運転の学習効率と解釈性を高めるフレームワークを提案した。
- 人間中心の協調運転：運転意図・状態・コンフリクトの統合協調運転2025/12/1
ドライバーの意図と状態を優先し、戦略レベルの意図考慮型軌道計画と強化学習による操作権限配分で人と車の協調運転を実現する手法を提案した。
- SparScene: スパースグラフ学習による大規模交通シーン表現と軌道生成の効率化軌道予測2025/12/1
車線グラフのトポロジーを利用してエージェント間・エージェント-地図間のスパースな接続を構築し、軽量なグラフエンコーダで大規模交通シーンの軌道生成を高速かつ高効率に実現した研究。
- MoTVLA: 高速・低速推論を統合した視覚-言語-行動モデルVLA2025/10/1
事前学習済みVLMとドメイン専門家トランスフォーマーを組み合わせ、高速・低速の推論を統合してロボットの行動方策を学習するVLAモデルを提案。
- DecompGAIL: 分解型マルチエージェントGAILによる現実的な交通行動の学習交通シミュレーション2025/10/1
マルチエージェントGAILの不安定性の原因である無関係な相互作用の誤誘導を特定し、現実性を自己-地図と自己-近傍に分解するDecompGAILを提案。WOMD Sim Agents 2025ベンチマークで最先端性能を達成。
- CoReVLA：長尾シナリオ向けの収集と洗練による二段階エンドツーエンド自動運転フレームワーク自動運転/VLA2025/9/1
長尾シナリオでの自動運転性能を向上させるため、VLAモデルをCAVEシミュレータで収集した人間の介入データとDPOで継続学習する二段階フレームワークを提案。
- 自動運転車の予測と計画の統合に向けた自己教師あり事前学習予測・計画2025/7/1
マスク付きオートエンコーダを用いて道路網・他車軌跡・経路を再構成し、予測と計画を統合する事前学習フレームワークPlan-MAEを提案。大規模データセットで計画性能が大幅に向上。
- 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。
- 接触の多いマニピュレーションのための古典的動作計画の再構築マニピュレーション2025/6/1
準静的マニピュレーションの平衡多様体上で古典的なRRTを動作させるHapticRRTを提案し、接触を伴う3つの多様なタスクで有効性を検証した。
- C2TE: 順序柔軟なマルチビークル隊列合流のための協調制約付きタスク実行設計群制御2025/6/1
異なる車線の車両群が、順序を固定せずに協調して隊列へ合流するための分散制約付きタスク実行アルゴリズムを提案し、制御バリア関数で安全制約を符号化して収束性を解析した。
- 安定かつロバストなマルチコンタクトマニピュレーションのための計画フレームワークマニピュレーション2025/4/1
マルチコンタクト操作を接触平衡間の準静的過程として捉え、接触安定性とセンサノイズへのロバスト性を明示的に評価する計画・最適化問題として定式化し、双腕でのペグ挿入タスクで有効性を示した研究。
- 障害物環境におけるマルチロボット経路交差最小ナビゲーションのための同時割当タスク実行群制御2025/4/1
障害物環境でのマルチロボットナビゲーションにおいて、経路交差を最小化するために、ロボット割当・目標点収束・衝突回避を整数制約と制御バリア関数制約で符号化し、オンライン制約最適化で解く手法を提案した。
- CL-CoTNav: 視覚言語モデルによるゼロショット物体目標ナビゲーションのための閉ループ階層的思考連鎖ナビゲーション2025/4/1
視覚言語モデルを微調整し、階層的な思考連鎖プロンプトと閉ループフィードバックを組み合わせることで、未知環境での物体探索ナビゲーションの汎化性能を高める手法を提案した。
- 対話と指示で改善する：自動運転車の相互理解を促すLLM駆動型並列Actor-Reasonerフレームワーク自動運転インタラクション2025/3/1
LLMを用いて自動運転車と人間運転車の双方向インタラクションを実現するため、推論役(Reasoner)と記憶データベース(Actor)を並列に組み合わせたフレームワークを提案し、安全性と効率を向上させた。
- 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。
- 内在的触覚計量を用いた準静的マニピュレーション計画：本の挿入ケーススタディマニピュレーション2024/11/1
混雑した本棚に本を挿入するため、隣の本を押しのけて空間を作る準静的マニピュレーションを、平衡条件から導かれる内在的触覚計量に基づく計画問題として定式化し、適応的アルゴリズムで解く手法を提案した。
- スーパークアドリックとボロノイ図を用いた複雑環境における経路計画経路計画2024/11/1
スーパークアドリック表現とボロノイ図を組み合わせ、狭い通路でも最大クリアランスを確保しつつロボットの向きを自然に制御する2D/3D経路計画手法を提案し、物体回収タスクとドローンシミュレーションで有効性を示した。
- 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。
- 対話型自動運転のための推論型マルチエージェント行動トポロジー自動運転2024/9/1
マルチエージェントの将来軌道からブレイド理論に基づく行動トポロジー(BeTop)を抽出し、予測と計画の一貫性を高める学習フレームワークBeTopNetを提案した。
- 対話的で学習可能な協調運転自動化に向けて：大規模言語モデル駆動の意思決定フレームワーク協調運転/LLM意思決定2024/9/1
大規模言語モデルを活用し、環境モジュール・CoT推論・記憶モジュールを組み合わせて、あらゆるシナリオと協調運転自動化レベルに対応する対話的で学習可能な協調運転フレームワークを提案した。
- 都市規模の低高度アーバンエアモビリティ：リスク認識型マルチスケールセル分解によるスケーラブルな大域経路計画経路計画2024/8/1
都市空域を可変粒度のセルに分割し、障害物との近接度に基づくリスク値を割り当てることで、都市規模のドローン経路計画を高速かつ安全に行う手法を提案した。
- 安全クリティカルな場面におけるリスクを考慮した車両軌道予測軌道予測2024/7/1
衝突が差し迫った危険な場面でも高精度に車両の将来軌道を予測するため、リスク情報を組み込んだシーンエンコーダや意図クエリ、補助リスク予測を備えたフレームワークを提案し、専用データセットと評価指標で有効性を示した。
- 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。
- Hybrid-Prediction Integrated Planning for Autonomous Driving2024/2/1
- Learning Online Belief Prediction for Efficient POMDP Planning in Autonomous Driving2024/1/1
- Ordering-Flexible Multi-Robot Coordination for MovingTarget Convoying Using Long-TermTask Execution2024/1/1
- DTPP: Differentiable Joint Conditional Prediction and Cost Evaluation for Tree Policy Planning in Autonomous Driving2023/10/1
- Evolving Testing Scenario Generation Method and Intelligence Evaluation Framework for Automated Vehicles2023/6/1
- Milestones in Autonomous Driving and Intelligent Vehicles Part I: Control, Computing System Design, Communication, HD Map, Testing, and Human Behaviors2023/5/1
- Occupancy Prediction-Guided Neural Planner for Autonomous Driving2023/5/1
- Milestones in Autonomous Driving and Intelligent Vehicles: Survey of Surveys2023/3/1
- GameFormer: Game-theoretic Modeling and Learning of Transformer-based Interactive Prediction and Planning for Autonomous Driving2023/3/1
- Learning Interaction-aware Motion Prediction Model for Decision-making in Autonomous Driving2023/2/1
- Goal-Guided Transformer-Enabled Reinforcement Learning for Efficient Autonomous Navigation2023/1/1
- Conditional Predictive Behavior Planning with Inverse Reinforcement Learning for Human-like Autonomous Driving2022/12/1
- Augmenting Reinforcement Learning with Transformer-based Scene Representation Learning for Decision-making of Autonomous Driving2022/8/1
- Differentiable Integrated Motion Prediction and Planning with Learnable Cost Function for Autonomous Driving2022/7/1
- Safe Decision-making for Lane-change of Autonomous Vehicles via Human Demonstration-aided Reinforcement Learning2022/7/1
- ReCoAt: A Deep Learning-based Framework for Multi-Modal Motion Prediction in Autonomous Driving Application2022/7/1
- Sampling Efficient Deep Reinforcement Learning through Preference-Guided Stochastic Exploration2022/6/1
- Brain-Inspired Modelling and Decision-making for Human-Like Autonomous Driving in Mixed Traffic Environment2022/1/1
- Multi-modal Motion Prediction with Transformer-based Neural Network for Autonomous Driving2021/9/1
- Prioritized Experience-based Reinforcement Learning with Human Guidance for Autonomous Driving2021/9/1
- Graph and Recurrent Neural Network-based Vehicle Trajectory Prediction For Highway Driving2021/7/1
- Heterogeneous Edge-Enhanced Graph Attention Network For Multi-Agent Trajectory Prediction2021/6/1
- Uncertainty-Aware Model-Based Reinforcement Learning with Application to Autonomous Driving2021/6/1
- Human-in-the-Loop Deep Reinforcement Learning with Application to Autonomous Driving2021/4/1
- Efficient Deep Reinforcement Learning with Imitative Expert Priors for Autonomous Driving2021/3/1
- Improved Deep Reinforcement Learning with Expert Demonstrations for Urban Autonomous Driving2021/2/1
- ReCoG: A Deep Learning Framework with Heterogeneous Graph for Interaction-Aware Trajectory Prediction2020/12/1
- Driving Behavior Modeling using Naturalistic Human Driving Data with Inverse Reinforcement Learning2020/10/1
- Interaction-Aware Trajectory Prediction of Connected Vehicles using CNN-LSTM Networks2020/5/1
- An Integrated Framework of Decision Making and Motion Planning for Autonomous Vehicles Considering Social Behaviors2020/5/1
- Multi-modal Sensor Fusion-Based Deep Neural Network for End-to-end Autonomous Driving with Scene Understanding2020/5/1
- Human-Like Decision Making for Autonomous Driving: A Noncooperative Game Theoretic Approach2020/5/1