Junwei You
収録論文 12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
- V2X-WAM: 協調型ワールドアクションモデルによるエンドツーエンド自動運転自動運転/V2X協調2026/9/29
車車間・路車間協調で得た情報から信頼性を考慮した時空間表現を作り、将来の交通環境の予測と軌道計画を相互にフィードバックして精度と安全性を高める自動運転モデルを提案した。
- ポーズ条件付きUWBレンジノイズ除去によるV2I工事区間ジオメトリ再構築群制御2026/6/1
工事区間のマッピングを目的に、車両のポーズ情報を活用したUWB測距のノイズ除去手法を提案し、実データとシミュレーションで精度向上を実証した。
- Sim2Real-AD: VLM誘導強化学習を実車の自動運転に展開するためのモジュール型Sim-to-Realフレームワーク自動運転/sim2real2026/4/1
シミュレーションで訓練したVLM誘導強化学習ポリシーを、実車にゼロショットで展開するためのフレームワークを提案し、CARLA訓練ポリシーを電気バンに搭載して実証した。
- V2X-QA：自動運転におけるエゴ・インフラ・協調視点を横断するマルチモーダル大規模言語モデルの総合推論データセットとベンチマーク自動運転/ベンチマーク2026/4/1
自動運転向けMLLMの評価を、車両・インフラ・協調の3視点に分離したプロトコルで行う実世界データセットとベンチマークを構築し、視点依存性や協調推論の課題を明らかにした。
- DriveVLM-RL: 視覚言語モデルと神経科学に着想を得た強化学習による安全で実用的な自動運転自動運転/VLA2026/3/1
脳の習慣的・熟慮的視覚処理に倣い、静的・動的の二経路でVLMから意味的報酬を学習する強化学習フレームワークを提案。VLMは訓練時のみ使用し展開時には除去することで推論遅延をなくし、CARLAで安全性と実用性を向上させた。
- HERMES: ロングテール自動運転のための視覚言語モデルを用いたリスク認識型マルチモーダル統合システム自動運転/VLA2026/2/1
視覚言語モデルを活用し、ロングテールな混在交通環境でのリスクを明示的に考慮した軌道計画を行う、エンドツーエンド自動運転フレームワークを提案。
- SEAL: 長尾シナリオに適応する視覚言語モデルベースの安全な協調自動運転自動運転2025/6/1
視覚言語モデルと適応的マルチモーダル学習を用いて、悪天候などの長尾シナリオにおける協調自動運転の安全性とロバスト性を向上させるフレームワークSEALを提案した。
- 物理情報と交通知識を活用した二段階LLMによる安全な軌道計画自動運転計画2025/4/1
LLMの推論と物理ベースの社会的力を組み合わせ、記憶収集と高速推論の二段階で安全で人間らしい運転軌道を計画するフレームワークLetsPiを提案。
- VLM-RL：視覚言語モデルと強化学習を統合した安全な自動運転フレームワーク自動運転2024/12/1
事前学習済み視覚言語モデルと強化学習を組み合わせ、言語ゴールから報酬を自動生成することで、手作業の報酬設計を不要にした自動運転フレームワークを提案。CARLA実験で衝突率低減と経路完走率向上を達成。
- 実世界データに基づくインタラクティブなコネクテッド交通シナリオ生成V2X/シミュレーション2024/9/1
路側機の信号現示・タイミング(SPaT)実データをシミュレーションに取り込み、自動運転車がリアルタイム信号に反応する高忠実度のV2X交通シナリオを生成する手法を提案した。
- V2X-VLM：大規模視覚言語モデルによるエンドツーエンドV2X協調自動運転VLA2024/8/1
車両とインフラのカメラ映像とテキスト記述を視覚言語モデルで統合し、対照学習と知識蒸留を用いて協調自動運転の軌道計画精度を向上させた。
- Crossfusor: 車間追従軌道予測のためのクロスアテンションTransformer強化条件付き拡散モデル軌道予測2024/6/1
車間追従行動と車両間相互作用を組み込んだ拡散モデルにより、NGSIMデータセットで長期予測精度を向上させた研究。