Haibo Hu

収録論文 7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

• バックドアが部分観測性と出会うとき：実世界強化学習への攻撃
  強化学習セキュリティ2026/1/1

  実世界の強化学習ではLiDARやオドメトリなど制御不能な補助状態が混在するため、条件付き拡散で確率的トリガー分布を学習し、視覚パッチによるバックドア攻撃を安定して発動させる手法を提案した。

• SEBA: 視覚強化学習に対するサンプル効率の良いブラックボックス攻撃
  敵対的攻撃2025/11/12

  視覚強化学習エージェントを騙すための、環境クエリを抑えたブラックボックス敵対的攻撃フレームワークSEBAを提案。シャドウQモデル、GAN、ワールドモデルを組み合わせ、MuJoCoとAtariで有効性を示した。

• MMRHP: 検証可能な閉ループ評価のための小型複合現実HILプラットフォーム
  自動運転/HIL評価2025/10/1

  小型ハードウェア・イン・ザ・ループ試験を機能デモから厳密な定量分析へと引き上げる複合現実プラットフォームを提案し、SOTIF志向の三段階試験プロセスと統一時空間計測コアを実装してAutowareの性能限界を定量化した。

• Nav-EE: 自動運転向け効率的な視覚言語モデルのためのナビゲーション誘導型早期終了
  VLA2025/10/1

  ナビゲーション情報を活用して視覚言語モデルの推論を途中で打ち切ることで、精度を保ちつつ最大63.9%の遅延削減を実現した。

• VLM-C4L: 視覚言語モデルによるコーナーケース最適化を伴う自動運転向け継続的コアデータセット学習
  自動運転/継続学習/VLM2025/3/1

  視覚言語モデルを活用して自動運転のコーナーケース（悪天候や逆光など稀な危険状況）データを動的に抽出・最適化し、コアデータのリプレイ戦略と組み合わせることで、過去の能力を損なわずに新たな希少シナリオを継続的に学習するフレームワークを提案した論文。

• ModeSeq: 逐次モードモデリングによる疎なマルチモーダル運動予測の改善
  運動予測2024/11/1

  将来の運動予測において、モードを逐次的に生成する新手法ModeSeqを提案し、多様性と精度のバランスを向上させた。

• BehaviorGPT: 次パッチ予測による自動運転向けスマートエージェントシミュレーション
  自動運転シミュレーション2024/5/1

  交通エージェントの挙動を自己回帰的に生成するTransformerモデルを提案し、履歴と未来の区別を廃してデータ効率を高め、Waymo Open Sim Agents Challenge 2024で優勝した。