Xin Ye

収録論文 13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

• GeoWAM: 自動運転のための視覚幾何学ワールドアクションモデル
  自動運転2026/8/24

  自動運転におけるワールドアクションモデルを、ピクセルではなく点群の幾何学的表現で学習し、将来のシーン幾何学を予測することで運転ポリシーの性能を向上させた。

• 逆最適制御を用いた非通信移動ロボットの軌道計画
  群制御2026/5/1

  通信しない移動ロボット群の衝突回避のため、逆最適制御で目標状態を推定し、相互予測を考慮した軌道計画・予測アルゴリズムを提案した。シミュレーションで到達時間が約9.8%短縮された。

• 具現化ミッドトレーニング：視覚言語モデルと視覚言語行動モデルのギャップを埋める
  VLA2026/4/21

  視覚言語モデル（VLM）をロボット行動データに適応させる中間学習手法を提案し、操作ベンチマークで性能向上を確認した。

• LTDA-Drive: LLM誘導生成モデルによる自動運転向けロングテールデータ拡張
  データ拡張2025/5/1

  LLMが誘導する生成モデルで自動運転シーンのロングテール物体を合成し、希少クラスの検出精度を大幅に改善するデータ拡張手法を提案。

• AdaWM: 自動運転のための適応型ワールドモデルベース計画
  自動運転2025/1/1

  自動運転向けに、事前学習済みワールドモデルを微調整する際の性能劣化を、ポリシーとモデルのミスマッチを特定して低ランク更新で選択的に修正する適応型計画手法を提案した。

• 物理的に結合されたロボットのための微分代数系に対する適応モデル予測制御：経路精度の向上に向けて
  マニピュレーション2024/12/1

  物理的に結合した複数ロボットの経路追従精度を高めるため、微分代数系モデルとオンラインで運動学パラメータを推定する適応モデル予測制御を提案し、シミュレーションで経路追従誤差を88.6%削減した。

• LORD: 大規模モデルを用いた逆報酬設計による自動運転
  自動運転2024/3/1

  「衝突」など望ましくない言語目標を大規模事前学習モデルで報酬化し、安全な自動運転を実現する逆報酬設計フレームワークを提案した。

• MGTR: Multi-Granular Transformer for Motion Prediction with LiDAR
  2023/12/1
• Hierarchical and Partially Observable Goal-driven Policy Learning with Goals Relational Graph
  2021/3/1
• Efficient Robotic Object Search via HIEM: Hierarchical Policy Learning with Intrinsic-Extrinsic Modeling
  2020/10/1
• From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN)
  2020/2/1
• GAPLE: Generalizable Approaching Policy LEarning for Robotic Object Searching in Indoor Environment
  2018/9/1
• Active Object Perceiver: Recognition-guided Policy Learning for Object Searching on Mobile Robots
  2018/7/1