Boris Ivanovic
NVIDIA
収録論文 63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
- アクション専門家はVLMを訓練すべきか？Mixture-of-Transformer型VLAにおけるアクショントークン監督と勾配経路VLA2026/11/3
VLAモデルでVLMへの勾配遮断とアクショントークン監督を独立に操作し、運転とマニピュレーションで比較した研究。アクショントークン監督があれば勾配遮断でも遜色なく、なければ結合が軌道予測誤差を約25%低減することを示した。
- TacitVLA: 推論レイテンシなしで動作する推論型Vision-Language-ActionモデルVLA2026/10/13
推論テキストを行動生成に条件付けず、バックボーン表現の改善のみに活用することで、推論の性能向上を保ちつつ最大3.4倍低レイテンシを実現したVLAモデル。
- VeriFine: 身体性推論における自己改善のための検証スケーリングVLA2026/10/6
方策・カリキュラム・判定器を共進化させ、人間の助言を活用して判定器を改良することで、身体性推論タスクにおける継続的な自己改善を実現するフレームワークを提案。
- CtrlWAM: 意図と予見を整合させた制御可能なワールドアクションモデルVLA2026/10/1
摂動させた行動をシミュレータで実行し、その視覚的結果と対応付けて学習することで、行動予測と映像生成の整合性を高めた制御可能なワールドアクションモデルを提案。
- 終点制約付き軌道最適化によるエンドツーエンド運転モデルの誘導自動運転2026/9/25
エンドツーエンド運転ポリシーの出力軌道を、予測終点を保ちながら走行履歴に基づいて中間ウェイポイントを再整形する軽量後処理ECOを提案し、閉ループ性能を改善した。
- OPTED: レンダリング不要な教師によるEnd-to-End自動運転のオンポリシー微調整自動運転/End-to-End2026/9/17
強化学習で訓練した特権教師がベクトル入力から生徒モデルを閉ループで指導することで、シミュレータ操作を大幅に削減しつつEnd-to-End自動運転ポリシーを微調整する手法を提案。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- 物理基盤のマルチエージェントダイナミクスベンチマーク：ワールドモデルにおけるワールドモデル2026/6/1
ワールドモデルの生成するマルチエージェント衝突シナリオの物理的妥当性を評価するフレームワークCrashTwinを提案し、既存モデルが視覚品質は高いが物理法則に反する挙動を示すことを明らかにした。
- 計画整合型トークン圧縮による長文脈自動運転自動運転2026/6/1
自動運転のためのモノリシックな視覚行動モデルにおいて、長期の文脈を圧縮する際に計画情報を活用するフレームワークを提案し、成功率を向上させた。
- X4Val: 分散低減型ポリシー評価のためのニューラルサロゲート学習評価手法2026/6/1
実世界データが乏しい中で、シミュレーションや過去のログなどの多様な補助データを活用し、実世界の性能指標を高信頼に推定するための分散低減フレームワークX4Valを提案した。
- 123D: 大規模マルチモーダル自動運転データの統合自動運転データ統合2026/5/1
自動運転の多様なデータセットを単一APIで統合するオープンソースフレームワークを提案し、8つの実データセットと合成データを統合して、クロスデータセットでの3D物体検出や強化学習などの応用を実証した。
- 自動運転における構造化Chain-of-Thoughtの高速化VLA2026/2/1
自動運転のVLAモデル向けに、Chain-of-Thought推論を依存グラフに分解し並列デコードすることで、精度を保ちつつ3〜4倍高速化する手法を提案。
- 潜在連鎖推論によるエンドツーエンド運転の世界モデリング自動運転VLA2025/12/1
運転行動の推論を自然言語ではなく、行動と整合した潜在空間で行うLCDriveを提案し、推論速度・軌道品質・強化学習の効果を向上させた。
- 反事実的VLA：適応的推論を備えた自己反省型視覚-言語-行動モデルVLA2025/12/1
自動運転VLAモデルが計画した行動を反事実的に推論して修正する自己反省フレームワークを提案し、軌道精度と安全性を向上させた。
- RoaD: 閉ループ教師あり微調整のためのロールアウト活用による自動運転ポリシー改善自動運転2025/12/1
自動運転ポリシーの閉ループ展開時の誤差蓄積を、自身のロールアウトに専門家ガイダンスを加えて追加学習データとすることで軽減し、大規模シミュレータで衝突を54%削減した手法。
- Alpamayo-R1: 長尾シナリオにおける汎化可能な自動運転のための推論と行動予測の橋渡し自動運転/VLA2025/11/1
視覚言語行動モデルに因果連鎖推論を組み込み、拡散ベースの軌道デコーダと強化学習を組み合わせることで、長尾の安全臨界シナリオでの自動運転計画精度と推論品質を向上させた研究。
- UDON: 極限通信制約下でのマルチロボット神経陰的マッピングのための不確実性重み付き分散最適化マルチロボットマッピング2025/9/1
通信成功率が1%まで低下する極限環境でも、不確実性重み付き分散最適化により複数ロボットが高品質な神経陰的マップを協調構築できるフレームワークを提案。
- 軌道予測器を前方可到達集合推定器として用いた運動計画の安全性評価安全性検証2025/7/1
多モーダル軌道予測器から凸計画で前方可到達集合を抽出し、conformal predictionとベイズフィルタで較正して、運動計画の安全性を検証するモニタを提案した。
- 自動運転のための疑似シミュレーション評価自動運転評価2025/6/1
3Dガウススプラッティングで生成した合成観測を実データに付加し、閉ループに近い相関で自動運転を評価する疑似シミュレーション手法を提案。
- トライプレーンによる効率的なマルチカメラトークン化とエンドツーエンド自動運転自動運転2025/6/1
自動運転向けに、複数カメラの画像をトライプレーン表現で効率的にトークン化し、トークン数を最大72%削減して推論を高速化する手法を提案。
- 展開可能で汎化可能な自律性に向けた動作予測の動向：再訪と展望動作予測2025/5/1
動作予測モデルの汎化性と実展開性に焦点を当て、ロボティクス・自動運転・人間動作への応用を中心に、手法・表現・評価プロトコルの分類と課題を整理したサーベイ。
- エンドツーエンド自動運転におけるデータスケーリング則自動運転2025/4/1
16〜8192時間の走行データでエンドツーエンド自動運転モデルを訓練し、性能向上に必要なデータ量の関係を開ループ指標と閉ループシミュレーションで分析した。
- RAMEN: リアルタイム非同期マルチエージェント神経陰的マッピングマルチエージェントマッピング2025/2/1
通信途絶や帯域制限がある環境でも、不確実性を考慮した重み付き分散最適化により複数ロボットが協調して高精度な神経陰的マップを構築する手法を提案。
- LoRA3D: 3D幾何学基盤モデルの低ランク自己校正3D再構成2024/12/1
スパースなRGB画像から3D幾何学基盤モデルを自己校正し、低ランク適応でシーンに特化させる手法を提案。単一GPUで5分以内に完了し、3D再構成と多視点姿勢推定で最大88%の性能向上を達成。
- 外挿的な都市ビュー合成ベンチマークsim2real2024/12/1
自動運転向けの新規視点合成(NVS)において、訓練視点から大きく外れた視点での性能を評価する初のベンチマークEUVSを構築し、既存手法が訓練視点に過適合しやすいことを示した。
- Gen-Drive: 報酬モデリングと強化学習ファインチューニングによる拡散生成運転ポリシーの強化自動運転計画2024/10/1
拡散モデルで多様な将来シーンを生成し、VLM支援で学習した報酬モデルで評価する「生成→評価」型の自動運転計画フレームワークを提案し、強化学習で微調整することでnuPlan上での計画性能を向上させた。
- 協調型マルチロボット知覚のための分散NeRF学習マルチロボット/NeRF2024/9/1
複数のロボットが各自のRGB画像からNeRFを学習し、モデルのみを共有することで通信量を抑えつつ協調的に環境をマッピングする分散学習手法を提案した。
- プロンプト可能な閉ループ交通シミュレーション交通シミュレーション2024/9/1
数値・カテゴリ・テキストのプロンプトで各エージェントの挙動を指示し、閉ループで交通シナリオを生成するマルチモーダル交通シミュレーション手法ProSimを提案。
- 自動運転車における知覚故障のシステムレベル安全監視と回復自動運転/安全監視2024/9/1
知覚故障が計画に与える影響を評価し、安全でない計画を検出して修正案を提示するQネットワークSPARQを提案。NuPlan-Vegasデータセットで90%の精度と再現率、42Hzのリアルタイム性能を達成。
- BEV特徴量への直接アテンションによるオンラインマッピングと行動予測の高速化自動運転/予測2024/7/1
自動運転向けに、オンラインマップ推定の内部BEV特徴量を直接活用して軌道予測と統合する手法を提案し、推論速度を最大73%向上、予測精度を最大29%改善した。
- 世界をオブジェクト知識にトークン化し、自動運転のロングテール事象に対処する自動運転/VLA2024/7/1
自動運転のロングテール事象に対処するため、シーンをオブジェクトレベルの知識にトークン化してLLMの推論能力を活用するマルチモーダルLLM「TOKEN」を提案し、軌道誤差と衝突率を大幅に削減した。
- DistillNeRF: 単眼画像からニューラル場と基盤モデル特徴を蒸留して3Dシーンを認識3D認識2024/6/1
単一フレームの多視点カメラ画像から、NeRFの蒸留とCLIP/DINOv2などの2D基盤モデル特徴の蒸留を組み合わせて、自己教師ありで3Dシーン表現を学習する手法を提案。
- NAVSIM: データ駆動型非反応的自動運転シミュレーションとベンチマーク自動運転ベンチマーク2024/6/1
大規模データセットと非反応的シミュレータを組み合わせ、実世界に近い大規模ベンチマークを可能にする評価手法NAVSIMを提案。CVPR 2024コンペで143チームが参加し、新たな知見を得た。
- 軌道予測におけるオンラインマップの不確かさの生成と活用自動運転2024/3/1
オンラインマップ推定に不確かさ推定を追加し、軌道予測と統合することで、学習収束を最大50%高速化し、予測性能を最大15%向上させた。
- 大規模言語モデルによる運転ポリシーの適応でどこでも走行自動運転2024/2/1
大規模言語モデルを使って各地域の交通ルールを解釈し、自動運転車の運転行動を新しい環境に適応させる手法LLaDAを提案した。
- DTPP: 自動運転における木構造ポリシー計画のための微分可能な統合予測とコスト評価自動運転計画2023/10/1
自動運転の意思決定において、自車条件付き運動予測とコストモデルを微分可能な形で統合訓練する枠組みを提案し、木構造ポリシー計画の性能を向上させた。
- 人間のフィードバックによる強化学習を用いたリアルな交通シミュレーション交通シミュレーション2023/9/1
人間の選好を強化学習（RLHF）で取り込み、既存の交通モデルを人間の感覚に合うリアルな挙動へ調整するフレームワークTrafficRLHFを提案し、nuScenesで有効性を示した。
- trajdata: 複数の人間軌道データセットへの統合インターフェース軌道予測2023/7/1
自動運転車や歩行者の軌道予測研究で使われる複数のデータセットを、共通のAPIとデータ形式で扱えるようにする統合ライブラリを提案し、既存データセットの比較評価も行った。
- 言語指示で制御するシーン単位の拡散型交通シミュレーション交通シミュレーション2023/6/1
大規模言語モデルでユーザーの指示を損失関数に変換し、時空間トランスフォーマーを備えたシーン単位の拡散モデルを誘導することで、現実的で指示に従う交通シミュレーションを生成する手法を提案した。
- 木構造ポリシー計画：学習行動モデルを用いた自動運転の意思決定自動運転計画2023/1/1
自動運転車のための木構造ポリシー計画（TPP）を提案し、深層学習予測モデルと組み合わせてマルチモーダルな環境予測を考慮した多段階の軌道計画を生成する。
- DiffStack: 自動運転車のための微分可能でモジュール式な制御スタック自動運転/計画制御2022/12/1
予測・計画・制御を微分可能な最適化でつなぎ、モジュール性を保ちながら上流の予測モジュールまで誤差逆伝播で学習可能にした自動運転スタックを提案。nuScenesで計画性能が向上。
- 二段階変分オクルージョンモデルによる遮蔽された交通エージェントを考慮した計画自動運転計画2022/10/1
遮蔽された交通エージェントの位置と軌道を二段階で生成するBiVOを提案し、下流の計画に統合可能な軌道分布を出力することで、危険な場面での計画精度を向上させた。
- 適応的メタ学習による行動予測の展開範囲の拡大行動予測2022/9/1
メタ学習（ベイズ回帰）を用いて行動予測モデルに適応層を追加し、新しい環境への効率的な適応を可能にした研究。
- BITS: 交通シミュレーションのための二階層模倣学習交通シミュレーション2022/8/1
実走行ログから交通参加者の行動を生成する二階層模倣学習手法を提案し、リアルさ・多様性・長期安定性を両立させた。
- 自動運転における軌道予測器のタスク関連故障検出自動運転2022/7/1
軌道予測の誤りが計画コストに与える影響を伝播させ、タスクに関連する故障を検出する確率的ランタイムモニタを開発した。
- ScePT: 計画のためのシーン整合性を持つポリシーベース軌道予測軌道予測2022/6/1
エージェント間の衝突を防ぐシーン整合性を明示的に強制し、シーン全体の軌道を予測するポリシーベースの軌道予測モデルScePTを提案。歩行者・自動運転データセットで精度と整合性を両立し、下流の計画への応用も示した。
- 軌道予測における状態不確かさの伝播軌道予測2021/10/1
上流の知覚が持つ不確かさを軌道予測に組み込み、統計的距離に基づく損失関数で予測の過信を抑えて較正された予測を実現した研究。
- 追跡と予測の統合による誤差伝播の抑制：マルチ仮説追跡・予測フレームワーク予測/追跡2021/10/1
追跡誤差が予測性能を大きく劣化させる問題に対し、複数の追跡結果を同時に考慮して予測するマルチ仮説フレームワークを提案し、誤差伝播を軽減した論文。
- 計画を考慮した予測・検出評価の導入予測評価2021/10/1
自動運転などの知覚・軌道予測で使われる精度指標がタスク非依存である問題を指摘し、下流の計画・意思決定への影響を反映するタスク考慮型評価指標を提案した。
- Conformal Predictionによるサンプル効率の良い安全保証安全保証2021/9/1
Conformal Predictionとロボット・環境ダイナミクスのシミュレータを組み合わせ、1/ε程度の少ないデータで偽陰性率εを理論的に保証する警告システムを構築し、運転警告やロボット把持に適用した。
- 軌道予測評価の再考：タスク認識型指標の提案軌道予測2021/7/1
軌道予測の評価指標がタスク非依存である問題を指摘し、下流の計画・意思決定を考慮したタスク認識型評価指標を提案した論文。
- クラス不確実性を考慮した異種エージェント軌道予測軌道予測2021/4/1
エージェントのクラス確率分布を明示的に取り込み、不確実性下での軌道予測性能を向上させる手法HAICUと、知覚不確実性を検証する実世界自動運転データセットPUPを提案した。
- 軌道最適化にニューラルネットワークの勾配を活用した先読み型ヒューマンロボットインタラクション軌道最適化2020/12/1
人間の軌道予測モデルの勾配情報を勾配ベースの軌道最適化に組み込み、最大10人の歩行者群の中を安全かつ効率的に移動するロボットの計画手法を提案した論文。
- 条件付き変分オートエンコーダにおけるマルチモーダル潜在空間の証拠的スパース化生成モデル2020/10/1
学習済み条件付きVAEの離散潜在空間から、入力条件に直接証拠を持つ潜在クラスだけを証拠理論で選別し、マルチモーダル性を保ちつつサンプル空間を縮小する事後手法を提案した。
- リスク感度付き逐次行動制御とマルチモーダル歩行者予測による安全な群衆-ロボットインタラクション群衆ナビゲーション2020/9/1
エントロピックリスク尺度を用いたリスク感度型確率的制御とTrajectron++によるマルチモーダル軌道予測を組み合わせ、群衆環境で安全かつ効率的にロボットをナビゲートするオンラインフレームワークを提案した。
- MATS: 計画・制御に適した解釈可能な軌道予測表現軌道予測2020/9/1
軌道予測の出力を、計画・制御で扱いやすいアフィン時変システムの混合表現として学習し、大規模自動運転データで計算効率の向上を示した論文。
- 軌道予測のためのマルチモーダル深層生成モデル：条件付き変分オートエンコーダによるアプローチ軌道予測2020/8/1
人間の過去の行動とロボットの将来行動を条件として、将来の人間軌道のマルチモーダル確率分布を生成するCVAEベースの人間行動予測手法をチュートリアル形式で解説した論文。
- Trajectron++: 異種データを活用した動的に実行可能な軌道予測軌道予測2020/1/1
エージェントの動力学やセマンティックマップなどの異種データを組み込み、ロボットの計画・制御と連携可能なグラフ構造の再帰モデルによる軌道予測手法を提案した。
- 未知環境における地図予測型動作計画ナビゲーション2019/10/1
周囲の観測から未観測領域の地図をデータ駆動で予測し、その予測地図を用いてフロンティア選択なしに目標までの軌道を計画する手法を提案した。
- Trajectron：動的時空間グラフによる確率的マルチエージェント軌道モデリング軌道予測2018/10/1
動的に変化する時空間グラフ構造と変分深層生成モデルを組み合わせ、複数エージェントの将来軌道分布を同時に予測するモデルTrajectronを提案した論文。
- BaRC：ロボット強化学習のための後方到達可能性カリキュラム強化学習2018/6/1
近似ダイナミクスモデルを用いて、ゴールに近い状態から学習を始め、性能向上に応じて初期状態分布を後方に拡大するカリキュラムを提案し、モデルフリーRLの学習を加速した。
- マルチモーダルな多人数行動の生成モデリング行動予測2018/3/1
複数人が相互作用する場面で、各人をグラフのノードとして関係を表現し、条件付き変分オートエンコーダで将来行動の多峰分布を学習・予測する手法を提案した。バスケットボール選手の軌跡予測で有効性を示した。
- 確率的動力学系におけるゼロショット適応ポリシー転送sim2real2017/7/1
シミュレータで学習したRLポリシーを、オンラインのチューブ型MPCと組み合わせることで、動力学誤差のある未知環境へ安全かつゼロショットで転送するADAPTを提案した。
