Yung-Hui Li

収録論文 7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

• OmniSCS: 完全編集可能な運転世界による自動運転向け全方向安全臨界シナリオ合成
  自動運転/シナリオ合成2026/7/1

  自動運転の安全性検証のため、既存シーンを高忠実度に編集して安全臨界シナリオを生成し、クローズドループテストを可能にするシステムOmniSCSを提案した。

• VLM-C4L: 視覚言語モデルによるコーナーケース最適化を伴う自動運転向け継続的コアデータセット学習
  自動運転/継続学習/VLM2025/3/1

  視覚言語モデルを活用して自動運転のコーナーケース（悪天候や逆光など稀な危険状況）データを動的に抽出・最適化し、コアデータのリプレイ戦略と組み合わせることで、過去の能力を損なわずに新たな希少シナリオを継続的に学習するフレームワークを提案した論文。

• ModeSeq: 逐次モードモデリングによる疎なマルチモーダル運動予測の改善
  運動予測2024/11/1

  将来の運動予測において、モードを逐次的に生成する新手法ModeSeqを提案し、多様性と精度のバランスを向上させた。

• PAVLM：視覚言語モデルによる点群のアフォーダンス理解の高度化
  アフォーダンス理解2024/10/1

  大規模言語モデルの知識を活用し、点群データから3D物体の操作可能領域（アフォーダンス）を高精度に理解するフレームワークPAVLMを提案。

• 大規模言語モデルを用いた自然言語記述からの自動運転向け交通シーン生成
  シーン生成2024/9/1

  自然言語の記述から自動運転評価用の交通シーンを生成するモジュール型フレームワークTTSGを提案し、衝突率の低減と行動推論性能の向上を実現した。

• BehaviorGPT: 次パッチ予測による自動運転向けスマートエージェントシミュレーション
  自動運転シミュレーション2024/5/1

  交通エージェントの挙動を自己回帰的に生成するTransformerモデルを提案し、履歴と未来の区別を廃してデータ効率を高め、Waymo Open Sim Agents Challenge 2024で優勝した。

• QCNeXt: A Next-Generation Framework For Joint Multi-Agent Trajectory Prediction
  2023/6/1