Keshu Wu
University of Texas at Dallas
収録論文 14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
- AURORA: 自然言語駆動型エージェントフレームワークによる信頼性の高い空陸協調シミュレーションの理解・推論・オーケストレーションsim2real2026/9/17
自然言語から空陸協調シミュレーションシナリオを生成し、実行時検証と局所修復により要求された相互作用を忠実に実現するエージェントフレームワークを提案。
- SUMO: 非線形状態空間モデルによる任意の動きのセグメンテーションと追跡トラッキング/セグメンテーション2026/6/29
視覚的手がかりに依存せず、ロボティクス由来の非線形状態空間モデルと選択的アンセンテッドフィルタを用いて、ゼロショットで動物体のセグメンテーションと追跡を統合するフレームワークを提案した。
- 自動運転車は自然言語で接続されるべきである協調運転2025/7/1
協調運転における既存の通信手段の限界を指摘し、意図や推論を自然言語で直接伝えることで、反応的な知覚データ共有から能動的な調整へと転換することを提唱した論文。
- AirV2X: 空陸一体の車両間協調システムV2X2025/6/1
ドローンを路側機の代わりに使う車両間協調運転の大規模データセットAirV2X-Perceptionを構築し、車両対ドローンアルゴリズムの標準評価を可能にした。
- AI2-Active Safety: 車両ダイナミクスを考慮したAI駆動型インタラクション認識アクティブ安全解析自動運転/安全解析2025/5/1
自転車モデルとハイパーグラフAIを組み合わせ、周囲車両との相互作用を考慮した高精度な衝突予測(TTC)を確率的に算出するフレームワークを提案。
- 自動運転のための生成AI：フロンティアと機会自動運転2025/5/1
生成AI（VAE・GAN・拡散モデル・LLM）を自動運転スタック全体にどう応用するかを体系的に整理したサーベイ。データ生成からEnd-to-End運転、デジタルツイン、評価・安全・規制まで課題と研究方向をまとめる。
- 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。
- 仮想道路で賢く安全に：混在交通の安全解析のためのデジタルツインフレームワークsim2real2025/4/1
ドローンLiDARや地図・車両センサデータから高精細3D道路を生成し、CARLA・SUMO・PhysXを統合したデジタルツインで自動運転車と一般車が混在する交通の安全性を物理的に評価する。
- V2X対応コネクテッド車両回廊における物理・仮想統合のためのデジタルツインフレームワーク交通デジタルツイン/V2X2024/10/1
実在するC-V2Xコネクテッド車両回廊を用いて、車両挙動・信号制御・通信・交通流を仮想空間で再現し物理環境と同期する交通デジタルツインを構築した研究。
- ハイパーグラフによるマルチモーダル相互作用推論を用いた運動生成運動予測2024/9/1
複数車両の群相互作用と多様な運転行動をハイパーグラフニューラルネットでモデル化し、自動運転車の運動予測精度と信頼性を高めるフレームワークRHINOを提案した。
- 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。
- Graph-Based Interaction-Aware Multimodal 2D Vehicle Trajectory Prediction using Diffusion Graph Convolutional Networks2023/9/1