Ruoyu Yao
The Hong Kong University of Science and Technology
収録論文 12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
- 離散的な心から連続的な行動へ：エンドツーエンド自動運転のための潜在整合プランニング自動運転2026/9/3
Vision-Language Modelの離散的な推論と自動運転の連続的な物理制約を橋渡しするため、潜在整合プランニングを備えたVLAフレームワークLaPlaを提案。量子化誤差を排除し、物理的に妥当な軌道を生成する。
- LUNA-AD: 自動運転のための軽量不確実性認識言語モデルと生涯学習自動運転2026/6/1
自動運転向けに、不確実性を考慮した意思決定と生涯学習を備えた軽量な言語モデルを提案し、nuPlanベンチマークで高い成功率と低遅延を実現した。
- 自動運転のための軽量な信頼度認識言語モデルによる意思決定自動運転2026/5/1
大規模言語モデルの推論能力を軽量モデルに蒸留し、信頼度付きの意思決定を高速に行う自動運転フレームワークを提案した。
- SCORP: 協調運転のためのシーン整合型マルチエージェント拡散計画と安定なオンライン強化学習後訓練協調運転/拡散モデル/強化学習2026/4/1
協調運転向けに、シーン整合性を高めたマルチエージェント拡散プランナーを提案し、安定なオンライン強化学習後訓練を実現した。
- DualShield: 到達可能性解析による安全なモデル予測拡散と対話型自動運転自動運転計画2026/1/1
拡散モデルによる自動運転計画に、ハミルトン・ヤコビ到達可能性値関数を「誘導」と「安全シールド」の二重の役割で組み込み、不確実な相互作用下でも安全性と効率を両立させる枠組みを提案。
- nuPlan-R: 反応型マルチエージェントシミュレーションによる自動運転の閉ループ計画ベンチマーク自動運転計画2025/11/1
ルールベースのIDMエージェントを拡散モデルベースの反応型エージェントに置き換え、より現実的な交通相互作用を再現する自動運転計画の閉ループベンチマークnuPlan-Rを提案した。
- CoPlanner: 不確実性を考慮した拡散モデルによる対話型自動運転モーションプランナー自動運転/モーションプランニング2025/9/1
自動運転向けに、マルチエージェントの対話的な軌道生成と不測の事態に備えたプランニングを統合した拡散ベースのフレームワークを提案。複数の将来シナリオを評価し、安全で現実的な軌道計画を実現する。
- LD-Scene: LLM誘導拡散モデルによる敵対的安全臨界運転シナリオの制御可能な生成拡散モデル2025/5/1
大規模言語モデルと潜在拡散モデルを組み合わせ、自然言語の指示から敵対的な安全臨界運転シナリオを制御可能に生成するフレームワークを提案。
- 誘導潜在拡散モデルによる安全臨界交通シミュレーション自動運転シミュレーション2025/5/1
グラフVAEと潜在拡散モデルを組み合わせ、物理的に現実的で敵対的な安全臨界交通シナリオを効率的に生成する手法を提案した。
- CoDriveVLM: VLMで強化した都市協調配車と運動計画による未来のオンデマンド自律モビリティVLA2025/1/1
VLMを活用して配車と衝突リスク評価を統合し、分散協調型の運動計画を組み合わせることで、オンデマンド自律モビリティシステムの同時配車・協調走行を実現するフレームワークを提案した。
- CALMM-Drive: 大規模マルチモーダルモデルによる信頼度を考慮した自動運転自動運転2024/12/1
大規模マルチモーダルモデルと拡散モデルを組み合わせ、信頼度に基づく候補選択で自動運転の意思決定と軌道計画を統合したフレームワークを提案。
- LMMCoDrive: 大規模マルチモーダルモデルによる協調運転協調運転/自動運転2024/9/1
大規模マルチモーダルモデル(LMM)を活用し、オンデマンド自動運転車両のスケジューリングと運動計画を統合する協調運転フレームワークを提案。BEV表現とADMMによる分散最適化で交通効率と安全性を向上させる。