Mingyang Jiang
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
- ゲームを賢く選ぶ：実世界の車両インタラクションにおけるゲーム理論構造の計測車両インタラクション2026/8/26
実世界の車両軌跡データから、同時的・逐次的・非対称なインタラクション構造を計測するフレームワークを提案し、6つのデータセットで評価した。
- RoadWeaver: 自動運転シミュレーションのための大規模レーン級HDマップのゼロからの生成自動運転シミュレーション2026/8/1
自動運転シミュレーション用に、道路網全体を粗いレイアウトから詳細なレーン幾何学へと段階的に生成する大規模HDマップ生成フレームワークを提案した。
- 一針先に縫う：エンドツーエンド自動運転における認識更新下でのポリシー互換性の維持自動運転2026/6/1
エンドツーエンド自動運転で認識モデルを更新した際に、固定された下流ポリシーとの互換性を軽量な潜在空間アライメント（モデルステッチ）で保てるかを検証し、再学習や微調整に比べ大幅な時間削減を実現した。
- 単眼魚眼カメラによるエンドツーエンド車両追従システム自動運転/車両追従2025/11/1
単眼魚眼カメラのみを用いたエンドツーエンドの車両追従フレームワークを提案し、意味マスクと動的サンプリングで先行車追従を高精度化、実車実験で従来手法を上回る性能を示した。
- 強化学習の事前分布で拡散モデルを洗練させる閉所駐車プランナー自動運転/駐車計画2025/10/1
強化学習で事前学習した方策の行動分布を拡散モデルの訓練に組み込み、閉所での駐車計画の成功率と精度を高めつつ推論ステップを削減した手法を提案。
- 身体性を活かした脱出：狭環境におけるロボットナビゲーションのためのエンドツーエンド強化学習ナビゲーション2025/3/1
ロボット掃除機が狭く散らかった環境の行き詰まりから脱出するため、行動マスクとハイブリッド訓練を組み合わせた強化学習モデルを提案し、実機実験で成功率と衝突回避性能を向上させた。
- LiDAR占有格子地図を用いたハイブリッド強化学習による自動駐車プランナ自動運転/駐車2025/2/1
ルールベースのReeds-Sheppプランナと強化学習を組み合わせ、LiDARの占有格子地図表現でsim-to-realギャップを埋める自動駐車プランナを提案し、実環境で有効性を検証した。
- 模倣から探索へ：ワールドモデルに基づくエンドツーエンド自動運転自動運転2024/10/1
RGB画像とLiDARからワールドモデルを構築し、模倣学習で初期化した強化学習方策により、CARLAで最先端の経路完走率を達成した自動運転手法。
- HOPE: 多様な駐車シーンに対応する強化学習ベースのハイブリッド方策経路プランナ経路計画2024/5/1
強化学習エージェントとReeds-Shepp曲線を組み合わせ、アクションマスクとTransformerで多様な駐車シーンの経路計画を高成功率で行う手法を提案。