Xinshuo Weng

収録論文 22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

• Cosmos 3: 物理AIのための全モーダル世界モデル
  VLA2026/6/1

  言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。

• Alpamayo-R1: 長尾シナリオにおける汎化可能な自動運転のための推論と行動予測の橋渡し
  自動運転/VLA2025/11/1

  視覚言語行動モデルに因果連鎖推論を組み込み、拡散ベースの軌道デコーダと強化学習を組み合わせることで、長尾の安全臨界シナリオでの自動運転計画精度と推論品質を向上させた研究。

• Gen-Drive: 報酬モデリングと強化学習ファインチューニングによる拡散生成運転ポリシーの強化
  自動運転計画2024/10/1

  拡散モデルで多様な将来シーンを生成し、VLM支援で学習した報酬モデルで評価する「生成→評価」型の自動運転計画フレームワークを提案し、強化学習で微調整することでnuPlan上での計画性能を向上させた。

• プロンプト可能な閉ループ交通シミュレーション
  交通シミュレーション2024/9/1

  数値・カテゴリ・テキストのプロンプトで各エージェントの挙動を指示し、閉ループで交通シナリオを生成するマルチモーダル交通シミュレーション手法ProSimを提案。

• 世界をオブジェクト知識にトークン化し、自動運転のロングテール事象に対処する
  自動運転/VLA2024/7/1

  自動運転のロングテール事象に対処するため、シーンをオブジェクトレベルの知識にトークン化してLLMの推論能力を活用するマルチモーダルLLM「TOKEN」を提案し、軌道誤差と衝突率を大幅に削減した。

• NAVSIM: データ駆動型非反応的自動運転シミュレーションとベンチマーク
  自動運転ベンチマーク2024/6/1

  大規模データセットと非反応的シミュレータを組み合わせ、実世界に近い大規模ベンチマークを可能にする評価手法NAVSIMを提案。CVPR 2024コンペで143チームが参加し、新たな知見を得た。

• Task-Aware Risk Estimation of Perception Failures for Autonomous Vehicles
  2023/5/1
• Tree-structured Policy Planning with Learned Behavior Models
  2023/1/1
• MTP: Multi-Hypothesis Tracking and Prediction for Reduced Error Propagation
  2021/10/1
• Multi-Modality Task Cascade for 3D Object Detection
  2021/7/1
• AgentFormer: Agent-Aware Transformers for Socio-Temporal Multi-Agent Forecasting
  2021/3/1
• AutoSelect: Automatic and Dynamic Detection Selection for 3D Multi-Object Tracking
  2020/12/1
• Graph Neural Networks for 3D Multi-Object Tracking
  2020/8/1
• End-to-End 3D Multi-Object Tracking and Trajectory Forecasting
  2020/8/1
• AB3DMOT: A Baseline for 3D Multi-Object Tracking and New Evaluation Metrics
  2020/8/1
• Joint Object Detection and Multi-Object Tracking with Graph Neural Networks
  2020/6/1
• When We First Met: Visual-Inertial Person Localization for Co-Robot Rendezvous
  2020/6/1
• Inverting the Pose Forecasting Pipeline with SPF2: Sequential Pointcloud Forecasting for Sequential Pose Forecasting
  2020/3/1
• PTP: Parallelized Tracking and Prediction with Graph Neural Networks and Diversity Sampling
  2020/3/1
• 3D Multi-Object Tracking: A Baseline and New Evaluation Metrics
  2019/7/1
• Forecasting Time-to-Collision from Monocular Video: Feasibility, Dataset, and Challenges
  2019/3/1
• Deep Reinforcement Learning for Autonomous Driving
  2018/11/1