Behrad Toghi

収録論文 9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

• 同じ目標、異なる言葉：ワールドアクションモデルにおける空間指示の感度
  VLA2026/10/12

  ワールドアクションモデルが、同じ空間目標を異なる言い回しで指示した場合に一貫して操作を維持できるかを評価し、言い換えが成功率を低下させることを示した。

• 予測を考慮した強化学習による利他的協調運転
  協調運転2022/11/1

  自動運転車が人間運転車と協調するため、将来の観測を予測するハイブリッド予測ネットワークと安全優先機構を組み込んだ強化学習意思決定フレームワークを提案した。

• 混合交通における協調型自動運転車の安全性とロバスト性を向上させる学習ベースの社会的調整
  マルチエージェント強化学習2022/11/1

  自動運転車と人間運転車が混在する交通環境で、マルチエージェント強化学習を用いて自動運転車が人間の行動を暗黙的に学習し、利他性を導入した分散報酬設計により安全性と適応性を高める手法を提案した。

• 混合交通における強化学習ベースの協調自動運転の堅牢性と適応性
  協調自動運転/MARL2022/2/1

  自動運転車と人間運転車が混在する交通環境で、人間の行動特性が未知・非定常でも安全に協調できるよう、マルチエージェント強化学習と分散型フレームワーク・報酬設計を提案し、堅牢性や安全性を検証した論文。

• 制約付き潜在表現から汎化可能な運転ポリシーを学習する
  自動運転/表現学習2021/11/1

  情報ボトルネックで運転シナリオ間の距離を最小化する潜在表現を抽出し、それをQ学習の入力として未知環境にも汎化する自動運転ポリシーを学習した。クラッシュ数を約半分に削減。

• 人間ドライバーに共感する協調型自動運転
  自動運転2021/7/1

  心理学の社会的価値志向を自動運転に取り入れ、競合シナリオでも経験学習のみで利他的に振る舞い安全で円滑な交通を実現するSymCoDriveを提案し、利他性の適切な調整が重要と示した。

• 自動運転における社会的協調と利他性
  マルチエージェント強化学習2021/7/1

  混合交通環境での自動運転車の行動計画を部分観測確率ゲームとして定式化し、マルチエージェント強化学習で利他的な社会効用を最適化する方策を学習させた研究。

• マルチエージェントA2Cによる協調型自動運転車の利他的マニューバ計画
  自動運転/マルチエージェント強化学習2021/7/1

  マルチエージェント強化学習（A2C）を用い、周囲の自動運転車や人間ドライバーの効用を考慮した利他的なマニューバ計画を分散報酬設計で学習させる手法を提案した論文。

• 協調車両アプリケーションのための操縦ベース都市走行データセットとモデル
  データセット/予測2020/5/1

  自動運転車と手動運転車が共存する都市環境向けに、実走行で収集した操縦（マヌーバ）単位のデータセットを構築し、操縦パターンを学習して分類・予測に使えるモデルを提案した。