履歴書

印刷可能な PDF 版は こちら。

学歴

  • 博士後期課程、東京大学大学院 情報理工学系研究科（塚田研究室）、2023 年 9 月 – 2026 年 9 月（修了予定）。 論文：Safe and Efficient Generative Models for Autonomous Driving: From Preference-Aligned VLA to Real-Time Diffusion Planning。
  • 修士（情報通信工学）、東京工業大学、2021 年 9 月 – 2023 年 9 月。GPA 3.57 / 4.0。
  • 学士（車両工学）、吉林大学（中国）、2017 年 9 月 – 2021 年 6 月。GPA 3.4 / 4.0。名古屋大学（日本）への交換留学。

受賞・フェローシップ

  • 日本学術振興会 特別研究員 (DC2)、2026 – 2028 年度。課題番号 26KJ0799 —「速思・遅思を組み合わせた大規模言語モデル強化学習による運転判断」。KAKEN プロジェクトページ。
  • SPRING GX フェローシップ、東京大学、2024 – 2026。
  • WISE-SSS Core Research Grant、東京工業大学、2022 – 2023。

研究歴

  • 華為 2012 実験室、深圳。研究インターン。2025 年 7 月 – 11 月。 自動運転向けの世界モデルベース軌跡生成フレームワークを主導設計。安全制約違反と制御平滑性を定量化するプロトコルを整備し、seed 固定の分割で再現性を担保。DPM-Solver（ODE ベースの拡散サンプリング）を組み込み、推論レイテンシを削減。
  • TIER IV, Inc.、東京。学生研究員。2024 年 4 月 – 現在。 Autoware の高度な検証と LLM ベース意思決定モジュールの探求。エンジニアと連携して MVP の実験環境を立ち上げ、評価指標と可視化の高速反復を実現。
  • カーネギーメロン大学 Nakahira Lab、ピッツバーグ。客員研究員。2025 年 4 月 – 5 月。 Latent Safety Detection フレームワークを開発。視覚-言語モデル (VLM) で運転指示を潜在表現にグラウンディングし、ロングテール失敗事例を抽出。
  • NEC データサイエンス研究所、神奈川。研究インターン。2022 年 8 月 – 9 月。 深層強化学習による工場ロボットの最適経路計画。報酬関数に安全制約を組み込み、2 ヶ月で R&D サイクルを完遂。
  • 吉林大学 自動車シミュレーション・制御 国家重点実験室、長春。研究助手。2020 年 9 月 – 2022 年 9 月。 在籍期間中に制約付き安全 RL × 自動運転に関する IEEE Transactions 3 本を発表。

論文

国際会議論文（筆頭著者）

  1. Yun Li, E. Javanmardi, S. Thompson, K. Katsumata, A. Orsholits, M. Tsukada. “Multi-PrefDrive: Optimizing Large Language Models for Autonomous Driving Through Multi-Preference Tuning.” IEEE/RSJ IROS 2025、中国・杭州。（ロボティクス トップ会議）
  2. Yun Li, E. Javanmardi, S. Thompson, K. Katsumata, A. Orsholits, M. Tsukada. “PrefDrive: Enhancing Autonomous Driving through Preference-Guided Large Language Models.” IEEE IV 2025、ルーマニア Cluj-Napoca。
  3. Yun Li, K. Katsumata, E. Javanmardi, M. Tsukada. “Large Language Models for Human-like Autonomous Driving Decision Making: A Survey.” IEEE ITSC 2024、カナダ Edmonton。
  4. Yun Li, S. Thompson, Y. Zhang, E. Javanmardi, M. Tsukada. “An Open-Source Modular Benchmark for Diffusion-Based Motion Planning in Closed-Loop Autonomous Driving.” IEEE ITSC 2026、イタリア・ナポリ。
  5. Yun Li, E. Javanmardi, Y. Zhang, S. Thompson, Q. Zhang, Z. Zeng, S. Liu, P. Wang, Z. Guo, M. Tsukada. “Learning Diffusion Planners from World Feedback: A No-Go Result on Bit-Exact Safety Rewards and an ODD-Adaptive Shared/Expert Decomposition.” RLxF Workshop, ICML 2026、韓国・ソウル。
  6. Yun Li, S. Thompson, A. Orsholits, 塚田学. “正則化付き多重選好学習による自動運転 VLA モデルの安全制約アライメント.” 人工知能学会全国大会 (JSAI 2026)、群馬。
  7. Yun Li, Y. Chang, K. Fukawa, N. Kodama. “Reinforcement Learning-Based Cognitive Radio Transmission Scheduling in Vehicular Systems.” IEEE VTC-Spring 2023。

学術論文誌（指導教員 Rui Zhao との共著）

  1. R. Zhao, Yun Li（筆頭学生著者）, K. Wang, Y. Fan, F. Gao, Z. Gao. “Centralized Cooperation for Connected Autonomous Vehicles at Intersections by Safe Deep Reinforcement Learning.” IEEE Transactions on Mobile Computing, 2025. [IF = 7.9, CCF A]
  2. R. Zhao, Yun Li（筆頭学生著者）, Y. Fan, F. Gao, M. Tsukada, Z. Gao. “A Survey on Recent Advancements in Autonomous Driving Using Deep Reinforcement Learning: Applications, Challenges, and Solutions.” IEEE T-ITS, 2024. [IF = 7.9, CCF A]
  3. R. Zhao, K. Wang, Yun Li, Y. Fan, F. Gao, Z. Gao. “Safe Multi-Agent Deep Reinforcement Learning for the Management of Autonomous Connected Vehicles at Future Intersections.” IEEE Transactions on Parallel and Distributed Systems, 2024. [IF = 5.6, CCF A]
  4. R. Zhao, Yun Li（筆頭学生著者）, F. Gao, Z. Gao, T. Zhang. “Multi-Agent Constrained Policy Optimization for Conflict-Free Management of Connected Autonomous Vehicles at Unsignalized Intersections.” IEEE T-ITS, 2023. [IF = 7.9, CCF A]
  5. R. Zhao, Y. Fan, Yun Li, K. Wang, C. Zheng, F. Gao, Z. Gao. “Autonomous Intersection Management via Prior-Enhanced Multi-Agent Constrained Decision Transformer.” IEEE T-ITS, 2025. [IF = 8.5, Q1]
  6. R. Zhao, K. Wang, Yun Li, Y. Fan, F. Gao, Z. Gao. “Centralized cooperative control for autonomous vehicles at unsignalized all-directional intersections: A multi-agent projection-based constrained policy optimization approach.” Expert Systems with Applications, 2023. [IF = 8.5, Q1]
  7. R. Zhao, Q. Yuan, J. Li, H. Hu, Yun Li, Z. Gao, F. Gao. “Sce2DriveX: A generalized MLLM framework for scene-to-drive learning.” IEEE Robotics and Automation Letters, 2024. [IF = 5.2, Q1]
  8. R. Zhao, Yun Li（筆頭学生著者）, H. Hu, Z. Gao. “Vehicle Collision Warning Method at Intersection Based on V2I Communication.” 吉林大学学報, 2024。
  9. その他の共著論文 (Sensors 2024–2025)：DriveLLaVA、Cockpit-Llama、知識蒸留 Behavior Transformer、Sequence Decision Transformer、制約誘導 Behavior Transformer、インテリジェントコクピット、安全 DRL 適応クルーズ、安全 RL ハイウェイ ロバスト判断、ほか。

特許

  • Yun Li, R. Zhao, Z. Gao. “Conflict-free Cooperation Method for Self-Driving Vehicles at Intersections Based on Deep Reinforcement Learning.” 中国特許 CN115457782A、2023。

招待講演

  1. “Preference-Guided LLMs for Driving Assistance.” SPADE Workshop @ IEEE IV 2025、Cluj-Napoca、Romania。招待講演 + パネル。
  2. “Foundation Models for Autonomous Driving.” FMAD Workshop @ IEEE ITSC 2024、Edmonton、Canada。
  3. “Large Language and Vision Models for Autonomous Driving.” LLVM-AD Workshop @ IEEE ITSC 2024、Edmonton、Canada。
  4. “Vision Language Model based Human-Centered Autonomous Driving.” VLM-AD Workshop @ IEEE ITSC 2024、Edmonton、Canada。

学術サービス

下記の論文誌・国際会議で査読を担当；該当する記録は Web of Science ResearcherID PEV-4339-2025 で確認可能。

  • 論文誌：IEEE T-ITS、IEEE TVT、IEEE IoTJ、Neurocomputing、Results in Engineering。
  • 国際会議：IEEE IV、IEEE ITSC、IEEE/RSJ IROS。

技術スキル

  • コア研究分野：世界モデル、LLM アラインメント、安全強化学習、自動運転、拡散モデル。
  • プログラミング：Python（エキスパート、5 年以上）、C++（上級、3 年以上）、MATLAB。
  • フレームワーク・ツール：PyTorch、JAX、ROS 2、Autoware、AWSIM、nuPlan、CARLA、Docker、Linux、ONNX / TensorRT。
  • 言語：英語（プロフェッショナル）、日本語（母語水準）、中国語（母語）。