Ying Wang

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

• AdaJEPA: 適応的潜在世界モデル
  世界モデル/計画2026/6/30

  テスト時に世界モデルを適応させることで、分布シフト下での計画失敗を防ぐ手法を提案。MPCの閉ループ内で自己教師あり適応を行い、少数の勾配ステップで性能を大幅に改善する。

• 自動運転車両テストのための責任帰属型敵対的シナリオ学習
  自動運転/安全性検証2026/5/1

  自動運転システムの安全性検証において、衝突がシステムの欠陥によるものか交通上の不可避な衝突かを区別するため、責任帰属を敵対的シナリオ生成に組み込んだフレームワークCARSを提案した。

• Realtime-VLA FLASH: 拡散型VLAのための投機的推論フレームワーク
  VLA/推論高速化2026/5/1

  拡散型視覚言語行動モデル(dVLA)の再計画時の推論遅延を削減するため、軽量ドラフトモデルと主モデルのAction Expertによる並列検証、および必要時に完全推論へ切り替える位相認識フォールバック機構を備えた投機的推論フレームワークを提案した。LIBEROで平均推論遅延を19.1ms(3.04倍高速化)に短縮し、実世界のコンベアベルト仕分けでも有効性を示した。

• 潜在計画のための時間的直線化
  世界モデル/表現学習2026/3/12

  世界モデルを用いた潜在計画のための表現学習を改善する手法を提案。人間の視覚処理における知覚的直線化仮説に着想を得て、曲率正則化により潜在軌道を局所的に直線化し、計画の安定性と成功率を向上させる。

• 拡散モデル強化学習による依存関係を考慮したCAVタスクスケジューリング
  強化学習/タスクスケジューリング2024/11/1

  依存関係をもつ複数のサブタスクからなるコネクテッド自動運転車(CAV)の計算タスクを、近隣CAVや基地局へ割り当てるスケジューリング問題を解くため、拡散モデルによる合成経験リプレイを組み込んだ強化学習アルゴリズムを提案した。

• LiDAR Iris for Loop-Closure Detection
  2019/12/1