Pengxuan Yang

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

• 潜在世界行動モデリングによるエンドツーエンド自動運転
  自動運転2026/3/1

  空間認識と動力学を考慮した潜在世界表現を用いた効率的なエンドツーエンド自動運転フレームワークを提案し、軌道計画性能を向上させた。

• DreamerAD: 潜在世界モデルによる自動運転のための効率的な強化学習
  自動運転/世界モデル2026/3/1

  動画拡散モデルのサンプリングを100ステップから1ステップに圧縮し80倍高速化した潜在世界モデルで、自動運転の強化学習を安全かつ高頻度に訓練可能にした。

• WorldRFT: 強化学習ファインチューニングによる潜在世界モデル計画法
  自動運転/世界モデル/強化学習2025/12/1

  自動運転向けに、シーン表現学習を計画タスクに整合させる階層的計画分解と局所的な反復改善を導入し、GRPOによる強化学習ファインチューニングで安全性を高めた潜在世界モデルフレームワークを提案。nuScenesとNavSimでSOTA性能を達成。

• Mimir: 不確実性伝播を伴う階層的目標駆動拡散によるエンドツーエンド自動運転
  自動運転2025/12/1

  目標点の不確実性をラプラス分布で推定し、マルチレート誘導機構で先読みすることで、堅牢かつ高速な軌道生成を実現した階層型自動運転フレームワーク。

• オンラインマップの不確かさを活用した安全なエンドツーエンド自動運転
  自動運転2025/4/1

  知覚モジュールでオンラインマップの不確かさを見積もり、その不確かさを予測・計画・軌道選択に活用することで、衝突率を最大26%削減する手法UncADを提案した。

• 模倣学習ベースのエンドツーエンド自動運転におけるデータスケーリング則
  自動運転2024/12/1

  400万件の運転デモデータを用いて、模倣学習ベースのエンドツーエンド自動運転モデルの性能がデータ量に対してべき乗則に従うことを示し、長尾データの重要性や組み合わせ汎化を明らかにした。