Tong Nie

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

• 敵対者としてのワールドモデル：堅牢なモーション計画のためのマルチエージェント自己対戦ファインチューニング
  モーション計画2026/7/1

  密集交通における堅牢なモーション計画のために、プランナーのワールドモデルを敵対者として用いる自己対戦ファインチューニング手法AWMを提案し、nuPlanとInterPlanで有効性を示した。

• 攻撃からカリキュラムへ：安全な自動運転のための学習可能性ガイド付き対向訓練
  自動運転/対向訓練2026/6/1

  自動運転の安全性向上のため、対向シナリオ生成を解決可能かつポリシーの能力に合わせたカリキュラムに変換する学習可能性ガイド付きフレームワークAlignADVを提案した。

• テスト時選好整合による操作可能な敵対的シナリオ生成
  自動運転/敵対的生成2025/9/1

  敵対性とリアリティのトレードオフを推論時に調整できる敵対的シナリオ生成フレームワークSAGEを提案し、再学習なしで多様な要求に応じたシナリオ生成を可能にした。

• 衝突を狙え：検索拡張大規模言語モデルによる自動運転のためのオンライン安全臨界シナリオ生成
  自動運転シミュレーション2025/5/1

  LLMを用いて背景車両の危険意図を推論し、検索拡張で敵対的軌道をオンライン生成する安全臨界シナリオ生成フレームワークを提案。Waymoデータセットで衝突率75%を達成。

• LLM-attacker：大規模言語モデルによる自動運転の閉ループ敵対的シナリオ生成
  自動運転/敵対的シナリオ生成2025/1/1

  複数のLLMエージェントで敵対的交通参加者を特定・軌道最適化し、自動運転システムの性能に基づくフィードバックループで危険シナリオを反復生成する枠組みを提案。

• 低ランクモデルに基づく高度自動運転車の高次元フォールトトレランステスト
  自動運転テスト2024/7/1

  高度自動運転車のフォールトインジェクションテストを効率化するため、低ランク平滑正則化行列分解（SRMF）を提案し、未テストのシナリオにおける安全性を予測する。