Cathy Wu
収録論文 22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
- 潜在テレパシー:自己教師あり知覚潜在表現によるマルチロボット通信群制御2026/9/20
各ロボットが自己知覚用に計算済みの自己教師あり学習済み潜在ベクトルをそのままブロードキャストし、受け手はタスク報酬のみからその意味を学習して行動する通信手法を提案。追加計算なしで遮蔽物回避を99.7%で達成。
- 学習誘導型優先順位計画法による倉庫自動化における生涯マルチエージェント経路探索群制御2026/3/1
倉庫自動化のための生涯マルチエージェント経路探索(MAPF)において、強化学習と探索ベース計画を統合した初のフレームワークRL-RH-PPを提案し、動的優先順位割り当てをPOMDPとして定式化し、注意機構付きニューラルネットワークで優先順位を逐次生成することで、高いスループットと汎化性能を実現した。
- ノイズを考慮した生成的顕微鏡交通シミュレーション交通シミュレーション2025/8/1
インフラカメラ由来のノイズを含む車両軌跡データセットI24-MSDを構築し、ノイズを学習問題の一部として扱う生成的交通シミュレーションモデルを提案した論文。
- 気候変動対策に貢献するロボティクス研究のロードマップ気候ロボティクス2025/7/1
気候変動対策にロボティクス技術を活用するための研究ロードマップを提示し、エネルギーや建設、農業など各分野での具体的な協働機会をまとめた。
- マルチ残差エキスパート混合学習によるマルチ車両システムの協調制御協調制御2025/7/1
交通流を制御する自動運転車のラグランジアン交通制御において、複数の名目ポリシーを交通シナリオに応じて動的に選択し、残差強化学習で補正するMRMELフレームワークを提案した。
- 文脈だけでは不十分な車両追従行動の未説明変動のモデル化交通シミュレーション2025/7/1
深層ニューラルネットワークと非定常ガウス過程を組み合わせ、運転者の潜在的な意図や知覚誤差に起因する加速度決定の不確実性を解釈可能にモデル化した研究。
- 車両経路問題のためのセグメンテーション学習組合せ最適化2025/7/1
反復解法における安定部分をセグメント化して集約し、不安定部分のみを探索することで大規模車両経路問題を2〜7倍高速化する学習フレームワークを提案。
- 解釈可能な車両追従行動のためのマルコフ・レジームスイッチング知能ドライバモデル交通シミュレーション2025/6/1
人間の多様な運転行動を解釈可能な複数の運転モードに分け、状況に応じて動的に切り替える階乗隠れマルコフモデルベースの車両追従モデルを提案し、HighDデータセットで有効性を示した。
- 混合交通における自動運転車と人間運転車の協調のためのマルチエージェント経路探索マルチエージェント経路探索2024/9/1
人間運転車の反応を予測するモデルを組み込み、運動制約を考慮した優先度ベース探索で自動運転車の経路を計画する手法を提案し、合流シナリオで衝突削減と遅延改善を実証した。
- 自動運転車群の安全のためのスケーラブルな遠隔監視のデータ駆動型分析自動運転2024/9/1
高速道路の合流地点1,097箇所の交通データと待ち行列モデルを用い、自動運転車群を遠隔監視する際の動的な監視需要をシミュレーションし、車載監視に比べ99%以上のオペレータ削減が可能であることを示した。
- 大規模言語モデルが拓く自動運転の展望:サーベイ自動運転2024/9/1
自動運転のモジュール型・エンドツーエンド型それぞれの課題に対し、大規模言語モデル(LLM)を活用する可能性と最適化戦略を体系的に調査したサーベイ論文。
- 大都市の炭素排出を動的エコドライビングで大規模に削減するエコドライビング/強化学習2024/8/1
米国3大都市の6,011交差点・100万シナリオを深層強化学習でモデル化し、エコドライビングが都市全体の交差点CO2排出を11〜22%削減できることを示した。
- マルチ残差タスク学習による協調エコドライビングの汎化自動運転/強化学習2024/3/1
従来制御と深層強化学習を組み合わせたマルチ残差タスク学習を提案し、多数の交通シナリオで車群レベルの排出削減を実現した。
- 協調自動運転のためのマルチエージェント経路探索群制御2024/2/1
信号のない交差点における協調自動運転の交差順序最適化に、マルチエージェント経路探索の知見を融合し、OBS-KATSという最適かつ完全なアルゴリズムを提案した。
- 粗粒度アドバイザリ自律走行による交通最適化のための時間的転移学習交通最適化2023/12/1
コネクテッド自動運転車のアドバイザリ自律走行において、異なる保持時間のタスク間でゼロショット転移を行う時間的転移学習(TTL)を提案し、交通最適化を実現した。
- モデルフリー学習による緊急車両用回廊確保:近期的展開の観点からVLA2023/12/1
深層強化学習を用いて、接続自動運転車が緊急車両の通行を支援する制御戦略をモデルフリーで学習し、モデルベース手法より設計が容易で性能も高いことを示した。
- PeRP: 協調型アドバイザリシステムによる渋滞緩和のための個人化残差ポリシー交通制御2023/8/1
運転者の指示追従特性を教師なしで推定し、その特性に応じて区分的定数ポリシーを適応させる個人化残差ポリシーを提案。シミュレーションで平均速度を4〜22%改善し、渋滞緩和を実現した。
- 協調的渋滞緩和に向けて自動運転2023/2/1
人間ドライバーと運転ポリシーが共有制御で協力して渋滞を緩和する枠組みを提案し、CARLAとFlowを用いたヒューマン・イン・ザ・ループ実験の計画を述べた進行中の研究。
- 深層強化学習評価におけるタスクの不完全指定の影響強化学習評価2022/10/1
深層強化学習の評価で、タスクを少数のMDPインスタンスで代表させる従来手法が過学習を招き、MDPファミリー全体で評価すると手法の相対順位が大きく変わることをベンチマークと交通信号制御で示した研究。
- 強化学習による車両システムの統合自動制御交通制御2022/8/1
深層強化学習を用いて、自動運転車が混在する交通システムの制御戦略を自動設計し、人間の運転より15〜60%改善する手法を提案。
- 動的交通におけるブレスのパラドックス交通シミュレーション2022/3/1
交通網に道路を追加するとかえって渋滞が悪化する「ブレスのパラドックス」を、車両挙動を考慮した動的交通モデルとマイクロシミュレーションで実証した研究。
- 混合交通のためのモジュラ学習フレームワークFlow交通制御2017/10/1
深層強化学習を用いたモジュール式学習フレームワークを提案し、少数の自動運転車の導入で交通流を改善できることを示した。
