Kexin 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

• 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。

• 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。

• 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。

• OpenEMMA: エンドツーエンド自動運転のためのオープンソースマルチモーダルモデル
  自動運転2024/12/1

  マルチモーダル大規模言語モデルを活用し、Chain-of-Thought推論を組み込んだオープンソースのエンドツーエンド自動運転フレームワークを提案。

• AutoTrust: 自動運転向け大規模視覚言語モデルの信頼性ベンチマーク
  VLA2024/12/1

  自動運転向け視覚言語モデルの信頼性を、信憑性・安全性・堅牢性・プライバシー・公平性の観点から評価するベンチマークを構築し、6つのモデルを比較評価した。