Alexander Langmann
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
- 話しかけて、ジャービス：自律走行レースカー向けのオープンソース・エッジ展開可能な音声アシスタントフレームワーク音声アシスタント2026/9/17
自律走行車の高レベルな行動指示を音声で行うためのオフライン音声アシスタント「Jarvis」を開発し、Mistral 7Bのドメイン特化ファインチューニングにより97.63%の意図認識精度と平均1.39秒の低遅延を実現した。
- 自動運転レースにおける最小時間軌道計画のための制御情報に基づく制約適応自動運転レース/軌道計画2026/8/14
自動運転レースで、実行時の追従誤差を学習して軌道計画の空間制約を動的に調整し、タイムを短縮する手法を提案。
- ゲーム理論的ガイダンスを備えたハイブリッドサンプリングベース軌道プランナーによる自動運転レース自動運転レース/軌道計画2026/7/1
自動運転レース向けに、ゲーム理論の戦略的推論とサンプリングベースの軌道生成を組み合わせたハイブリッドプランナーを提案。オフライン学習したポテンシャル関数で相互作用を捉え、オンラインで勾配最適化により動的コストバイアスを生成し、高周波サンプリングプランナーに統合することで、ブロッキングなどの防御行動を実現しつつ計算負荷を抑えた。
- A2RLチャレンジにおける限界性能での一対一自律レース自律レース2026/2/1
TUMのチームがアブダビ自律レースリーグ（A2RL）で優勝するために開発した、車両限界でのマルチエージェント相互作用を扱うアルゴリズムと戦略を紹介した論文。
- 運転はゲーム：ベイズ反復最適応答による計画と予測の統合自動運転計画2025/12/1
自動運転の計画と予測をゲーム理論の反復最適応答ループで統合し、ベイズ信頼度推定で予測の不確実性を考慮するフレームワークBIBeRを提案。
- 強化学習によるサンプリングベース軌道計画の動的適応：アジャイル自動運転に向けて自動運転/強化学習2025/10/1
強化学習エージェントが低レベル軌道計画器のコスト関数パラメータを動的に切り替え、自動運転レースで衝突率0%を達成しつつ追い越し時間を最大60%短縮した。
- サンプリングを学習する：強化学習ガイドによる自動運転の運動計画自動運転/運動計画2025/9/1
強化学習エージェントがサンプリング領域を誘導し、軌道生成と評価は解析的に保つハイブリッド枠組みを提案。CommonRoadで最大99%のサンプル削減と84%の実行時間短縮を達成。
- 自律レース環境におけるサンプリングベース局所計画のためのオンライン速度プロファイル生成と追従自律走行2025/5/1
タイヤ温度変化やラバー堆積によるグリップ変動に適応するオンライン速度プランナを提案し、三次元トラック表現を用いた空間サンプリング戦略と組み合わせて局所計画の参照速度を生成する。
- オンラインレーシングライン生成を併用したサンプリングベース軌道計画：3次元レーストラックでの自動運転自動運転レース/軌道計画2024/3/1
複雑な3次元サーキットでも高速走行できるよう、オンラインで最適なレーシングラインを生成しつつサンプリングベースで局所軌道を計画する手法を提案し、ラップタイム短縮と動的限界の活用向上を実証した。
- 競争レースにおける開ループおよびフィードバックナッシュ軌道のiLQGamesによる生成軌道計画2024/2/1
レースを動的ゲームとして定式化し、iLQRの変種であるiLQGamesを用いて開ループとフィードバックのナッシュ均衡軌道を生成し、その挙動を比較評価した。
