Keyu Chen
収録論文 9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
- 現実的かつ制御可能な視覚交通シナリオ生成のためのエンドツーエンド条件付き拡散モデル自動運転/シナリオ生成/拡散モデル2026/7/1
前方視覚観測に基づき、交通シナリオの将来の状態と制御を同時に生成するエンドツーエンドの条件付き拡散フレームワークを提案し、制御可能性と現実性のバランスを改善した。
- CRAFT: 運転ポリシーのための反事実からインタラクティブへの強化学習ファインチューニング自動運転/強化学習2026/5/1
閉ループ運転ポリシーの事後学習を、反事実的利点をプロキシとして使い、実閉ループ利点との残差補正で整合させるオン方策強化学習フレームワークを提案した。
- 運転リスクは二次元の回避加速度から生じる自動運転/リスク評価2026/4/1
衝突回避の二次元的性質を考慮した新しいリスク指標「回避加速度(EA)」を提案し、実データで従来のTTCより早期かつ高精度に衝突リスクを評価できることを示した論文。
- ForSim: 交通政策ファインチューニングのための逐次前方シミュレーション交通シミュレーション2026/2/1
自動運転の交通シミュレーションにおいて、逐次的な閉ループ前方シミュレーションを提案し、マルチモーダルな挙動の多様性を保ちつつ相互作用を考慮したエージェント更新を実現した。RIFTフレームワークと組み合わせることで、安全性を向上させつつ効率・リアリズム・快適性を維持する。
- VLMからのリスク意味蒸留によるエンドツーエンド自動運転の強化自動運転/VLA2025/11/1
VLMが持つリスク推論をBEV特徴量に蒸留するRiskHeadを提案し、エンドツーエンド自動運転モデルの汎化性能とリスク対象への注意を向上させた研究。
- ExpertAD: Mixture of Expertsによる自動運転システムの強化自動運転2025/11/1
複雑な運転シーンでの知覚と計画の課題に対処するため、Mixture of Expertsアーキテクチャを採用したExpertADを提案し、衝突率と推論遅延を削減した。
- Modified-Emergency Index (MEI): 横方向の衝突における自動運転の危険度指標自動運転安全性評価2025/10/1
自動運転の横方向の衝突リスクを定量化する新指標MEIを提案し、既存指標より高精度に危険度を評価できることを示した。
- RIFT: 現実的で制御可能な交通シミュレーションのためのグループ相対RL微調整交通シミュレーション2025/5/1
データ駆動型シミュレータで模倣学習した後、物理ベースシミュレータでグループ相対強化学習により微調整することで、交通シミュレーションの現実性と制御性を両立させる手法を提案。
- FREA: 実行可能性を考慮した適度な敵対性を持つ安全臨界シナリオ生成自動運転テスト2024/6/1
自動運転車の最大実行可能領域を事前計算し、それを指針に敵対的方策を学習することで、衝突が不可避にならない適度な敵対性を持つ安全臨界シナリオを生成する手法を提案。