Ye Tian
Noitom Robotics
収録論文 15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
- FLARE: 視覚言語ロボット操作における自動修正と回復のための障害認識フレームワークマニピュレーション2026/8/27
視覚言語行動モデル（VLA）が実行中に起こす失敗（掴み損ね、落下、衝突など）を自動で修正・回復できるようにするフレームワークを提案。デモに摂動や橋渡しセグメントを注入して「リトライ」能力を、MLLMによる失敗分析で「リセット」スキルを獲得し、オンライン監視で切り替える。
- HiPHI: 高精度な人体動作と物体インタラクションのための大規模ベンチマークデータセット/ベンチマーク2026/8/17
本論文は、600時間以上の高精度な全身動作と物体インタラクションを収録した大規模データセットHiPHIを構築し、動作多様性やインタラクションの接地性を評価するベンチマークを提案した。
- まず計画を立て、それから精密に調整する：効率的な身体化推論のためのシンボリック強化学習身体化推論/タスク計画2026/6/1
身体化タスク計画において、BDDL仕様を共有インターフェースとして用い、ビデオからBDDLへのパーサー、LLM検証器、軽量シンボリックエンジンを組み合わせることで、ミリ秒単位の密な報酬を提供し、難易度適応型の長さスケジュールGroupAdaptを導入して、8BプランナーのBEHAVIOR-1000での性能を大幅に向上させた。
- OVPD: 実地自動運転チャレンジの仮想・物理融合テストデータセット自動運転/データセット2026/4/1
実車両をループに組み込んだ仮想・物理融合テストデータセットOVPDを公開し、自動運転アルゴリズムの閉ループ評価と故障診断を可能にする。
- 大規模言語モデルを用いた自動運転のための対話的意志決定自動運転2026/4/1
高衝突の混在交通シナリオにおいて、大規模言語モデルを用いてシーン理解と意図認識を強化し、安全かつ効率的な運転行動を生成するフレームワークを提案した。
- 緊急車線変更シミュレーション：リスクシナリオ生成のための行動誘導アプローチ自動運転シミュレーション2026/3/1
自動運転テスト用に、限られたデータから緊急車線変更行動を学習し、高リスクな衝突シナリオを効率的に生成する行動誘導手法を提案した。
- ProAct: 構造認識型能動応答のためのベンチマークとマルチモーダルフレームワークVLA2026/2/1
75タスク・91,581アノテーションからなる能動エージェント用ベンチマークProAct-75を構築し、タスクグラフとMLLMを活用したベースラインProAct-Helperを提案した。
- DroneFL: マルチUAV視覚ターゲット追跡のための連合学習群制御2025/9/1
複数のドローンが連合学習でターゲット追跡モデルを協調学習し、データの不均一性を軽減しつつ予測精度を向上させるフレームワークを提案。
- 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。
- LAMBDA: 自動運転システムのマルチモーダル危険シナリオを探索空間量子化で網羅する自動運転テスト2024/12/1
自動運転の安全性評価のため、論理シナリオ空間内の危険な部分空間を限られたテストで網羅するブラックボックスカバレッジ問題を定式化し、密度適応型モンテカルロビームサーチLAMBDAを提案した。
- DivScene: 多様なシーンにおける大規模視覚言語モデルによるオープンボキャブラリ物体ナビゲーション物体ナビゲーション2024/10/1
81種類のシーンと5,707種類の物体を含む大規模データセットDivSceneを構築し、視覚言語モデルを微調整することでオープンボキャブラリ物体ナビゲーションの成功率をGPT-4oより20%以上向上させた。
- 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。
- Flow to Rare Events: 自動運転車検証のための時間的重要度サンプリングにおける正規化フローの応用自動運転検証2024/7/1
正規化フローを用いて危険な稀な事象の分布を生成・再重み付けし、時間的重要度サンプリングと組み合わせることで、自動運転車の衝突率評価を効率化する手法を提案した。
- ClusterNet: 3D Instance Segmentation in RGB-D Images2018/7/1