Zhiyuan Liu
Tsinghua University
収録論文 18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
- FocusDrive：視覚的フォーカスを用いた自動運転の推論自動運転2026/9/27
自動運転の計画推論に、注視すべき物体とその位置を画像パッチ参照で明示する視覚フォーカス表現を導入し、注視予測とend-to-end計画性能を向上させた研究。
- READ: エンドツーエンド自動運転のためのリスク情報に基づく場の学習自動運転2026/9/11
幾何学的・行動的制約から計画に整合した明示的なリスク表現を学習し、候補軌道に沿って微分可能に評価することで、エンドツーエンド自動運転の安全性を向上させるフレームワークを提案。
- 人類が最後に作るAI：真の再帰的自己改善に向けて再帰的自己改善2026/9/10
再帰的自己改善（RSI）の概念と発展ロードマップを提示し、科学発見・身体知能・ソフトウェア工学などのシナリオでの要件を検討して、実用的なシステムとの接続や課題を整理した論文。
- より安全なエンドツーエンド自動運転のためのデータ駆動型リスクフィールド自動運転2026/9/9
ルールベースの安全事前分布をペアワイズなリスク順序ラベルに変換し、相対的なリスク順序を保つリスクフィールドを学習することで、エンドツーエンド自動運転の安全性を向上させる手法DRiFを提案した。
- DRIFT: ドリフトと集約によるモーションプランニングモーションプランニング2026/7/1
エンドツーエンドの軌道プランナーにおいて、潜在空間でのワンステップドリフトとシーン認識型の提案集約を組み合わせ、複数の運転行動を表現しつつ単一の実行可能な軌道を生成する手法を提案。
- CLEAR: エンドツーエンド自動運転のための認知と潜在評価による適応ルーティング自動運転2026/6/1
拡散モデルの反復処理による遅延を避け、VAE潜在空間での単一ステップ生成と大規模言語モデルによるシーン理解を組み合わせた高速な自動運転プランニング手法を提案。NAVSIMベンチマークで最高性能を達成。
- シーンから物体へ：テキスト誘導による二重視線予測運転注意予測2026/4/1
運転者の物体レベルの注意予測を実現するため、データ構築からモデル設計までの新しい枠組みを提案し、マルチモーダル大規模言語モデルとSAM3を用いて物体レベルの視線データセットを構築し、デュアルブランチの視線予測モデルを開発した。
- MISTY: ミキサーベース単一ステップドリフトによる高スループット動作計画自動運転/動作計画2026/4/1
拡散モデルによる反復推論の遅さを解消するため、単一ステップ推論で高品質な軌道生成を実現する新しい動作プランナーMISTYを提案した。潜在空間でのドリフト損失により訓練時に複雑な分布変化を吸収し、能動的な追い越しなどの新しい行動を生成できる。
- 運転リスクは二次元の回避加速度から生じる自動運転/リスク評価2026/4/1
衝突回避の二次元的性質を考慮した新しいリスク指標「回避加速度(EA)」を提案し、実データで従来のTTCより早期かつ高精度に衝突リスクを評価できることを示した論文。
- RADAR: 実世界ダイナミクス・空間物理知能・自律評価による視覚言語行動モデルの汎化ベンチマークVLA2026/2/1
VLAモデルの実世界汎化を評価するため、物理ダイナミクス・空間推論タスク・3D指標による完全自律評価を統合したベンチマークRADARを提案し、既存モデルを監査した。
- SymDrive: 対称自己回帰オンライン復元によるリアルで制御可能な運転シミュレータ自動運転シミュレーション2025/12/1
拡散モデルを用いて、自動運転向けの高精細な新規視点生成と車両挿入などのシーン編集を統合的に行うシミュレータを提案した論文。
- DeepThinkVLA：視覚言語行動モデルの推論能力を高めるVLA2025/11/1
CoTがVLAモデルに有効となる2つの条件（デコーディング整合性と因果整合性）を特定し、それに基づくハイブリッドアテンションとSFT→RLパイプラインでLIBEROやRoboTwinでの成功率を大幅に向上させた論文。
- dVLA: マルチモーダル連鎖推論を備えた拡散型視覚-言語-行動モデルVLA2025/9/1
視覚・言語・行動を単一の拡散目的関数で統合し、マルチモーダル連鎖推論を活用したVLAモデルdVLAを提案。LIBEROで96.4%の成功率を達成し、実機Frankaでも多段階計画を要するタスクに成功。
- LLM誘導階層推論と洗練による制御可能な交通シミュレーション交通シミュレーション2024/9/1
LLMの階層的推論と自己反省を活用し、複雑な交通シナリオを制御可能に生成する拡散ベースのシミュレーション手法を提案。
- LEGENT: 身体性エージェントのためのオープンプラットフォームVLA2024/4/1
LLM/LMMを用いた身体性エージェント開発のためのオープンでスケーラブルなプラットフォームLEGENTを提案。3D環境とデータ生成パイプラインを提供し、生成データで訓練したモデルがGPT-4Vを上回ることを示した。
- 事後サンプリングによる歩行者軌道の同時予測軌道予測2024/4/1
歩行者の過去と未来の軌道をまとめて拡散モデルで学習し、事後サンプリングによりノイズや欠損のある入力でも頑健に予測・生成できる手法GFTDを提案した。
- ProAgent: From Robotic Process Automation to Agentic Process Automation2023/11/1
- Robotic Occlusion Reasoning for Efficient Object Existence Prediction2021/7/1