Sicong Jiang
収録論文 8本 ・ フィジカルAI/ロボット学習
VLAVLA/基盤モデル自動運転/VLA自動運転/VLM自律走行/VLM
※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
- EgoTL: 長時間タスクのための自己中心視点シンクアラウド連鎖VLA2026/4/10
自己中心視点のデータに、発話と行動のタイムスタンプ付き思考連鎖とメートルスケールの空間情報を付与するパイプラインを構築し、VLMやワールドモデルの評価・微調整を行う。
- XEmbodied: 大規模具現環境向けに幾何・物理的手がかりを強化した基盤モデルVLA/基盤モデル2026/4/1
クラウド側でVLMに3次元幾何認識と物理的手がかりを統合し、空間推論や具現化タスクの性能を向上させる基盤モデルを提案した。
- DriveVLM-RL: 視覚言語モデルと神経科学に着想を得た強化学習による安全で実用的な自動運転自動運転/VLA2026/3/1
脳の習慣的・熟慮的視覚処理に倣い、静的・動的の二経路でVLMから意味的報酬を学習する強化学習フレームワークを提案。VLMは訓練時のみ使用し展開時には除去することで推論遅延をなくし、CARLAで安全性と実用性を向上させた。
- MTRDrive: 記憶とツールの協調推論によるコーナーケースに頑健な自動運転自動運転/VLM2025/9/1
運転経験の記憶検索と動的ツールキットを組み合わせた閉ループ型フレームワークMTRDriveを提案し、OODシナリオでのゼロショット汎化と計画精度を向上させた。
- 自動運転のための視覚-言語-行動モデルに関するサーベイVLA2025/6/1
自動運転向けの視覚・言語・行動を統合したVLAモデルについて、アーキテクチャや20以上の代表モデル、データセット、課題を初めて体系的にまとめたサーベイ。
- AgentThink：自動運転向け視覚言語モデルにおけるツール拡張型思考連鎖推論の統合フレームワークVLA2025/5/1
自動運転向けに、思考連鎖推論と動的なツール呼び出しを統合したフレームワークAgentThinkを提案し、DriveLMM-o1ベンチマークで推論スコアを53.91%向上させた。
- FASIONAD++：適応的フィードバックによる自律走行の安全性向上を目指した高速・低速融合システムへの高レベル指示と情報ボトルネックの統合自律走行/VLM2025/3/1
「速い思考と遅い思考」に着想を得て、高速なエンドツーエンド計画器とVLM推論モジュールを組み合わせた二重システムを提案し、不確実性に応じて切り替えることで自律走行の安全性と効率を高めた。
- 通信を考慮した強化学習による協調型アダプティブクルーズコントロールVLA2024/7/1
車車間通信を活用して情報を圧縮・循環伝播させる通信考慮型強化学習(CA-RL)を提案し、隊列への車両の参加・離脱に対してスケーラブルで頑健なCACCを実現した。