Behdad Chalaki
収録論文 12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
- シナリオ制御:視覚言語で制御可能なベクトル化潜在シナリオ生成シナリオ生成2026/4/1
テキストや画像の指示に基づき、地図や動的エージェントを含む現実的な3D運転シナリオを生成する新しい手法を提案。
- SMART-Mergeプランナ:自動運転の高速道路合流のための安全かつリアルタイムな動作計画自動運転/動作計画2025/7/1
格子ベースの動作計画法に強制合流向けのコスト設計と希望速度ヒューリスティックを組み込み、高速道路の合流を安全かつ短時間で完了させるプランナを提案し、CarMakerシミュレーションで100%の成功率を示した。
- モデル予測拡散によるインタラクティブな自動合流のための双対制御自動運転2025/2/1
人間ドライバーの挙動を能動的に推論しながら合流計画を行う双対制御フレームワークを提案し、モデルベース拡散ソルバーで実車実験まで検証した。
- 失われた指標を求めて:社会的配慮あるナビゲーションの柱としての人間エンパワーメント社会的ナビゲーション2025/1/1
人間が将来の状態に影響を与え観察する能力を情報理論的に測る「人間エンパワーメント」を、社会的ロボットナビゲーションの評価指標として導入し、シミュレーションで有効性を示した論文。
- 群衆環境におけるマルチロボット協調ナビゲーション:ゲーム理論学習ベースのモデル予測制御アプローチ群制御2023/10/1
各ロボットがモデル予測制御と歩行者軌道予測を行い、ゲーム理論的な反復最適応答で協調しながら群衆をナビゲートする制御フレームワークを提案した。
- 能動学習と双対モデル予測経路積分制御によるインタラクションを考慮した自動運転高速道路合流自動運転/合流/MPPI2023/10/1
ベイズ推論で周囲の人間ドライバーのモデルパラメータを能動的に学習しながら、モデル予測経路積分制御でインタラクティブな軌道を生成する合流手法を提案し、シミュレーションで有効性を示した。
- 深層学習による歩行者軌道予測とモデル予測制御を統合した群衆環境でのソーシャルナビゲーションソーシャルナビゲーション2023/9/1
Social-LSTMで歩行者の将来軌道を予測し、その予測をモデル予測制御(MPC)に組み込むことで、群衆の中をロボットが円滑にナビゲーションする手法を提案し、強化学習ベース手法と比較して有効性を示した。
- MR-IDM:合流車に反応する横方向認識型車間追従モデル交通モデリング2023/5/1
高速道路の合流車が本線車の車間追従挙動に与える影響を実データから分析し、合流車に現実的に反応する新しい車間追従モデルMR-IDMを提案・評価した。
- 協調的なエネルギー・時間最適レーンチェンジによる高速道路交通への影響最小化自動運転/交通制御2022/11/1
コネクテッド自動車と周囲の協調車両が連携し、交通流への影響を最小限に抑えつつ、エネルギーと時間を最適化するレーンチェンジ制御を提案した論文。
- 新興モビリティシステムのためのデジタルスマートシティsim2real2021/9/1
UnityとAirSimを用いて、実機テストベッドと並行して制御アルゴリズムを検証できる仮想シミュレーション環境を構築し、実機との比較実験でその有効性を示した。
- 多車線ラウンドアバウトにおけるCAV協調のためのリアルタイム最適制御器の実験的検証交通制御2020/1/1
多車線ラウンドアバウトでコネクテッド自動車(CAV)を協調させる最適制御フレームワークを、Delaware大学のスケールドスマートシティ(UDSSC)で実験検証し、停止・発進の繰り返しを完全に排除しつつ安全性を保てることを示した。
- シミュレーションから実機スケール都市へ:自動運転車による交通制御のゼロショット方策転移sim2real2018/12/1
深層強化学習でラウンドアバウト合流を制御する自動運転方策を訓練し、ノイズ注入あり/なしを比較。ノイズあり方策のみが1/25スケール実機都市で衝突なく合流調整を維持し、平均旅行時間5%・最大22%削減を達成した。
