Baiming Chen
収録論文 7本 ・ フィジカルAI/ロボット学習
安全強化学習シナリオ生成群制御モデルベース強化学習敵対的評価自動運転・シナリオ生成自動運転
※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
- ロバスト交叉エントロピー法による制約付きモデルベース強化学習安全強化学習2020/10/1
モデル予測制御とニューラルネットワークアンサンブルで不確実性を見積もり、制約違反を抑えながら効率的に学習する安全強化学習手法を提案した。
- 決定アルゴリズム評価のためのマルチモーダル安全クリティカルシナリオ生成シナリオ生成2020/9/1
フローベースの生成モデルでマルチモーダルな安全クリティカル交通シナリオを生成し、強化学習ベースの自動運転アルゴリズムの頑健性を評価した研究。
- 進化的強化学習による混在動的環境でのマルチエージェント経路計画群制御2020/7/1
グローバルプランナで長距離航行を分割し、画像表現で動的障害物をモデル化しつつ進化的強化学習で分散型局所計画ポリシーを学習、非協力的動的障害物が多い環境でも高い成功率と安定性を実現した。
- 無限混合ガウス過程によるタスク非依存オンライン強化学習モデルベース強化学習2020/6/1
未知のタスク境界を持つ非定常環境に対応するため、ガウス過程の専門家混合をオンラインで逐次変分推論により更新するモデルベース強化学習手法を提案した。
- 車線変更シナリオにおける自動運転車の敵対的評価敵対的評価2020/4/1
深層強化学習で危険な敵対的環境を生成し、自動運転車を効率的に評価する適応的フレームワークを提案。車線変更シナリオで検証し、生成された敵対的環境が被験車両の性能を大きく低下させることを示した。
- 衝突を学ぶ：適応型安全臨界シナリオ生成手法自動運転・シナリオ生成2020/3/1
交通シナリオを自己回帰的な構成要素で表現し、生成モデルを強化学習エージェントとして訓練することで、評価対象の自動運転アルゴリズムにとって危険なシナリオを効率的に生成するフレームワークを提案した。
- 自動運転車が無信号横断歩道で歩行者と遭遇する際の評価自動運転2017/2/1
ミシガン州アナーバーのバスに搭載したセンサで収集した2,973件の横断イベントから歩行者反応の確率モデルを構築し、無信号横断歩道における自動運転車の通過戦略の安全性を評価する手法を提案した。
