Yida Wang
Li Auto Inc.
収録論文 10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
- Embodied-BenchForge：具現化ベンチマーク構築のための閉ループエージェントワークフローベンチマーク構築2026/9/11
ユーザーの評価意図から具現化ベンチマークを自動構築するエージェントフレームワークを提案し、前方合成と後方検証・修復を統合した閉ループ合成を実現した。
- BrainWAM: 自動運転のための意味的先行知識と予測ダイナミクスの行動空間協調自動運転2026/8/1
自動運転の計画において、意味的推論（VLA）と予測的ダイナミクス（WAM）を単純に結合すると注意配分の不一致が生じる問題を解決するため、行動空間で両者を協調させるBrainWAMを提案し、NAVSIMで最高性能を達成した。
- AirGroundBench: 異種マルチビュー身体化コラボレーションにおけるマルチモーダル大規模モデルの空間知能の評価ベンチマーク/空間知能/マルチモーダル2026/6/26
UAVとUGVの協調におけるマルチビュー空間知能を評価するベンチマークを構築し、13のMLLMの性能を分析した。
- 具現化ベンチマーク構築の知的自動化：パイプライン、身体性、シミュレータ、そして動向ベンチマーク構築2026/6/10
具現化知能のベンチマーク構築を5段階のパイプラインとして整理し、各段階での手動から自動化・基盤モデル支援・エージェント型クローズドループへの移行を分析したサーベイ論文。自動化はコスト削減ではなく、検証や監査などへのコストシフトをもたらすと結論づけている。
- Embodied-BenchClaw：身体化空間知能ベンチマーク構築のための自律型マルチエージェントシステムベンチマーク構築2026/6/10
ユーザーの評価意図から自動でベンチマークを生成・更新する自律エージェントシステムを提案し、屋内・屋外の空間推論やロボット操作など多様なベンチマークを構築して有効性を検証した。
- CRAFT: 運転ポリシーのための反事実からインタラクティブへの強化学習ファインチューニング自動運転/強化学習2026/5/1
閉ループ運転ポリシーの事後学習を、反事実的利点をプロキシとして使い、実閉ループ利点との残差補正で整合させるオン方策強化学習フレームワークを提案した。
- GeoDrive: 3D幾何情報を活用した精密な行動制御可能な運転世界モデル世界モデル2025/5/1
入力画像から3D表現を抽出し、指定した自車軌道に基づく2Dレンダリングを条件として与えることで、3D幾何的一貫性と行動制御性を高めた自動運転向け世界モデルを提案した。
- ReconDreamer: オンライン修復による走行シーン再構成のための世界モデル構築sim2real2024/11/1
世界モデルの知識を段階的に統合し、オンライン修復でアーティファクトを抑えることで、車線変更などの大規模な操作を含む走行シーンを高品質に再構成する手法を提案。
- Lidar Upsampling with Sliced Wasserstein Distance2023/1/1
- Structure-SLAM: Low-Drift Monocular SLAM in Indoor Environments2020/8/1