Haochen Tian

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

• 模倣を超えて：ハードネガティブから学ぶ安全なエンドツーエンド自動運転
  自動運転2026/5/1

  成功事例だけでなく失敗事例も学習に取り入れることで、軌道の安全性を向上させる自動運転の模倣学習フレームワーク「BeyondDrive」を提案した論文。

• Xiaomi OneVL: ワンステップ潜在推論と視覚言語説明によるプランニング
  自動運転/VLA2026/4/1

  自動運転のVLAモデルにおいて、潜在推論を視覚世界モデルで強化し、明示的CoTを超える精度を実現しつつ、推論速度を回答のみの予測と同等に高速化したフレームワークを提案した。

• 失敗から学ぶ：テイクオーバーデータを用いた運転VLAのポストトレーニング
  自動運転/VLA2026/3/1

  自動運転のVLAモデルに対し、テイクオーバー（人間介入）データを活用した新しいポストトレーニング手法TakeVLAを提案。介入前の言語指示とシナリオ再構築による強化学習で安全マージンを拡大し、ベンチマークで最高性能を達成した。

• 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。

• SimScale: 実世界シミュレーションを大規模に活用した自動運転の学習
  自動運転/sim2real2025/11/1

  既存の走行ログから大規模に未知の状態を合成するシミュレーション基盤を構築し、疑似専門家による行動監督と実データとの共同学習で計画性能の堅牢性と汎化を大幅に向上させた。

• 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。