Chen Lv
Nanyang Technological University
収録論文 83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
- 身体非依存ワールドモデルと微分可能な自己運動モデルを結合したクロスエンボディメント運動計画クロスエンボディメント/運動計画2026/10/30
カメラの自己運動を介して身体非依存のワールドモデルと各ロボットの微分可能な自己運動モデルを結合し、7種類のシミュレーションロボットで汎用運動計画ポリシーを学習した研究。
- 計画を超えて：微分可能な制御ループ内蔵のエンドツーエンド自動運転自動運転/エンドツーエンド制御2026/10/13
車両ダイナミクスを微分可能な形で学習ループに組み込み、制御まで含めたエンドツーエンド自動運転を実現するDIVAを提案。Bench2Driveで運転スコア86.7を達成し、ジャークをほぼ半減。
- OccWAM: シーンから自己へのフローマッチングを統合した占有ワールドアクションモデル自動運転/世界モデル2026/10/13
将来の占有グリッドと自車軌道をフローマッチングで同時生成する世界行動モデルを提案し、シーン中心と自己中心の2段階フローで相互に洗練させる。
- PlanWAM: 計画に最適化された未来表現によるエンドツーエンド自動運転自動運転2026/10/8
計画タスクに有用な未来状態表現を学習し、それを予測して先読み計画を行う自動運転の世界モデル手法を提案。NAVSIMやHUGSIMで高性能を示す。
- SOR-Nav: 探索継続か領域移動か？文脈ゲート付き探索と領域間移動による物体ナビゲーション物体ナビゲーション2026/9/28
未探索環境で物体を探す際、現在の探索を続けるか別の領域へ移動するかをLLMで判断する階層型ナビゲーションシステムを提案し、複数のベンチマークで最高性能を達成した。
- MomWorld: 長期自律走行のための運動量を考慮した潜在ワールドモデル自動運転2026/9/27
過去の観測からシーンの運動傾向を抽出し、潜在的な運動量を未来へ伝播させることで、長期的な計画の一貫性を高め衝突率を削減する自律走行用ワールドモデルを提案。
- RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化VLA2026/9/26
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
- 混合品質の実環境経験からロボットマニピュレーションを学習する予測的行動チャンク学習マニピュレーション2026/9/24
実環境で蓄積された成功・失敗・部分進捗が混在するロボットの経験を、チャンク単位の予測的クリティックと拡散方策で活用し、追加の人間修正なしに方策を改善する手法PACLを提案。
- AnyviewMeter: カメラ幾何とマルチビュー注意によるロボット報酬モデルの適応報酬モデル/マルチビュー2026/9/17
カメラ視点の変化に頑健なロボット報酬モデルを実現するため、低ランク微調整とPlucker光線条件付け、同期ブロック注意を組み合わせた適応フレームワークを提案し、視点変更時の誤差を約21%削減した。
- FIERCE: 進捗-失敗フィードバックによる汎用ロボット方策から高速専門家への変換強化学習2026/9/16
汎用ロボット方策を初期値とし、進捗と失敗を評価する統一評価器を用いた強化学習で、シミュレータや手動報酬設計なしに接触の多い実タスク向けの小型専門家方策を効率的に学習する手法を提案。
- Map2Route: 意味地図上の構成的言語指示に基づく経路計画ベンチマーク経路計画2026/9/15
意味地図上で複雑な言語指示から経路を計画するベンチマークMap2Routeと、コード実行と検証を組み合わせた手法Grounding2Routeを提案した。
- PV-WM: 歩行者と車両の連成ロールアウトのための異種マイクロ・マクロ世界モデル予測/世界モデル2026/9/7
歩行者の関節動作と車両の剛体運動を統合した世界モデルを提案し、履歴のみから将来の歩行者・車両状態を再帰的に予測する。
- 世界モデル中心の自動運転レーシングエージェントによる身体化知能の認知的・物理的限界への挑戦自動運転レーシング2026/8/1
自動運転レーシングを題材に、世界モデルを中心としたエージェントが高速走行中の認知と物理の限界を同時に学習・洗練する手法を提案し、実車データとシミュレーションで有効性を示した。
- トラック誘導型階層強化学習による自動運転ドリフトと最小ラップタイム計画自動運転/強化学習2026/8/1
ラリー競技のようなドリフト走行を自動運転で実現するため、最小ラップタイム計画と強化学習を組み合わせた階層的制御フレームワークを提案した。ドリフト制御からコーナリング、レース全体へと段階的に学習することで、複雑なドリフト運転を実現する。
- 自動運転の追い越しにおけるリスク認識意思決定：ワールドモデルベースのMixture-of-Expertsフレームワーク自動運転/意思決定2026/7/14
高速道路での自動追い越しにおいて、ワールドモデルを用いた並列マルチステップ展開と階層的ゲーティング機構により、長期的リスクを考慮した安全な意思決定を実現するフレームワークを提案した。
- SGTP: サンプリングに基づくゲーム理論的プランニングによるリアルタイム多車両自動運転レース自動運転レース/プランニング2026/7/1
GPU加速サンプリングとゲーム理論を組み合わせ、多車両レースでの多様な競争行動をリアルタイムに計画するフレームワークを提案。高い勝率とタスク完了率を達成し、最大10エージェントの大規模シナリオにも適用可能。
- 自己運動ダイナミクス拡張ワールドモデルによる自動運転のゼロショット車両間適応自動運転2026/7/1
自動運転のワールドモデルに自己運動の事前知識を組み込み、シーン予測精度を向上させるとともに、未見の車両へのゼロショット適応を実現する手法を提案した。
- A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット自動運転データセット2026/7/1
2024年のアブダビ自動運転レースリーグで収集された、高速自動運転と複数車両の相互作用に特化した大規模なLiDAR・RADARデータセットを紹介する論文。
- GeoWorldAD: 自動運転のための幾何学的世界アクションモデル自動運転2026/7/1
自動運転のための行動モデルに、自己中心の3D空間での軌道計画と、潜在的な未来の幾何学トークンによる短期的なシーン進化の予測を組み込んだ手法を提案し、NAVSIMベンチマークで最高性能を達成した。
- Goal2Pixel: ナビゲーション目標をピクセルに接地する視覚言語ナビゲーションVLMナビゲーション2026/6/1
視覚言語ナビゲーションを、行動予測ではなく画像平面上のナビゲーション可能なピクセル接地として再定式化し、VLMの推論回数を大幅に削減しつつ高性能を達成した。
- IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習するナビゲーション2026/6/1
人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。
- 予測不確実性と安全行動の橋渡し：自動運転のためのサンプル条件付き微分可能プランニング自動運転/プランニング2026/6/1
拡散モデルで生成した多様な未来シナリオを微分可能なプランナーに直接組み込み、CVaR尾部リスク制約で安全性を確保する自動運転のプランニング手法を提案した。WaymoとArgoverse 2で安全性・効率・快適性を向上させた。
- Driver-WM: 運転者中心の交通条件付き潜在世界モデルによる車内ダイナミクスの展開世界モデル2026/5/1
車外の交通状況に基づいて車内の運転者状態を予測する潜在世界モデルを提案し、運転者の行動・感情認識と物理的運動予測を統合した。
- FeaXDrive: 実現可能性を考慮した軌道中心拡散プランニングによるエンドツーエンド自動運転自動運転2026/4/1
拡散プランニングで生成される軌道の物理的実現可能性（局所的な幾何学的歪み、運動学的制約違反、走行可能領域からの逸脱）を改善するため、軌道中心の定式化に基づく適応的曲率制約学習、走行可能領域ガイダンス、実現可能性を考慮したGRPO後訓練を統合した手法を提案した。
- 混在交通渋滞緩和のための二重相互作用認識協調制御戦略群制御2026/3/1
本論文は、混在交通のボトルネック区間において、CAVとHDVの相互作用を局所・大域の両方で認識するMARLベースの協調制御戦略を提案し、交通渋滞を緩和する。
- 専門知識駆動型強化学習による自律レーシング：軌道誘導と動的制約の活用強化学習/自律走行2026/3/1
最小曲率レーシングラインによる軌道誘導と車両動的制約を強化学習に組み込み、二段階カリキュラム学習で安定走行から高速走行へと段階的に学習する自律レーシング手法を提案した。
- AutoMoT: 非同期Mixture-of-Transformersによる統合型Vision-Language-Actionモデルを用いたエンドツーエンド自動運転VLA2026/3/1
推論と行動生成を単一のVLAモデルに統合し、Mixture-of-Transformersと非同期実行で高速・高精度な自動運転を実現した研究。
- SysNav: マルチレベル系統的協調による実世界・クロスエンボディ物体ナビゲーションの実現ナビゲーション2026/3/1
実世界の物体ナビゲーションをシステムレベルで捉え、セマンティック推論・ナビゲーション計画・運動制御を分離した3層システムSysNavを提案し、車輪型ロボット、四足、人型の3つの異なるエンボディで実証した。
- 人間中心の協調運転：運転意図・状態・コンフリクトの統合協調運転2025/12/1
ドライバーの意図と状態を優先し、戦略レベルの意図考慮型軌道計画と強化学習による操作権限配分で人と車の協調運転を実現する手法を提案した。
- COVLM-RL: VLM誘導強化学習による自動運転のための重要物体指向推論自動運転2025/12/1
VLMにChain-of-Thoughtで重要交通要素を推論させて意味的決定を生成し、その事前情報を強化学習に組み込むことで、自動運転の学習効率と解釈性を高めるフレームワークを提案した。
- SparScene: スパースグラフ学習による大規模交通シーン表現と軌道生成の効率化軌道予測2025/12/1
車線グラフのトポロジーを利用してエージェント間・エージェント-地図間のスパースな接続を構築し、軽量なグラフエンコーダで大規模交通シーンの軌道生成を高速かつ高効率に実現した研究。
- DecompGAIL: 分解型マルチエージェントGAILによる現実的な交通行動の学習交通シミュレーション2025/10/1
マルチエージェントGAILの不安定性の原因である無関係な相互作用の誤誘導を特定し、現実性を自己-地図と自己-近傍に分解するDecompGAILを提案。WOMD Sim Agents 2025ベンチマークで最先端性能を達成。
- MoTVLA: 高速・低速推論を統合した視覚-言語-行動モデルVLA2025/10/1
事前学習済みVLMとドメイン専門家トランスフォーマーを組み合わせ、高速・低速の推論を統合してロボットの行動方策を学習するVLAモデルを提案。
- CoReVLA：長尾シナリオ向けの収集と洗練による二段階エンドツーエンド自動運転フレームワーク自動運転/VLA2025/9/1
長尾シナリオでの自動運転性能を向上させるため、VLAモデルをCAVEシミュレータで収集した人間の介入データとDPOで継続学習する二段階フレームワークを提案。
- 自動運転車の予測と計画の統合に向けた自己教師あり事前学習予測・計画2025/7/1
マスク付きオートエンコーダを用いて道路網・他車軌跡・経路を再構成し、予測と計画を統合する事前学習フレームワークPlan-MAEを提案。大規模データセットで計画性能が大幅に向上。
- 自己認識型拡張による強化学習ベースの洗練：エンドツーエンド自動運転のための新手法自動運転2025/6/1
エンドツーエンド自動運転の模倣学習モデルを、強化学習による残差修正と自己認識型アダプタ拡張で継続的に改善する学習パイプラインR2SEを提案。難事例への適応と一般知識の保持を両立させる。
- 接触の多いマニピュレーションのための古典的動作計画の再構築マニピュレーション2025/6/1
準静的マニピュレーションの平衡多様体上で古典的なRRTを動作させるHapticRRTを提案し、接触を伴う3つの多様なタスクで有効性を検証した。
- C2TE: 順序柔軟なマルチビークル隊列合流のための協調制約付きタスク実行設計群制御2025/6/1
異なる車線の車両群が、順序を固定せずに協調して隊列へ合流するための分散制約付きタスク実行アルゴリズムを提案し、制御バリア関数で安全制約を符号化して収束性を解析した。
- 安定かつロバストなマルチコンタクトマニピュレーションのための計画フレームワークマニピュレーション2025/4/1
マルチコンタクト操作を接触平衡間の準静的過程として捉え、接触安定性とセンサノイズへのロバスト性を明示的に評価する計画・最適化問題として定式化し、双腕でのペグ挿入タスクで有効性を示した研究。
- 障害物環境におけるマルチロボット経路交差最小ナビゲーションのための同時割当タスク実行群制御2025/4/1
障害物環境でのマルチロボットナビゲーションにおいて、経路交差を最小化するために、ロボット割当・目標点収束・衝突回避を整数制約と制御バリア関数制約で符号化し、オンライン制約最適化で解く手法を提案した。
- CL-CoTNav: 視覚言語モデルによるゼロショット物体目標ナビゲーションのための閉ループ階層的思考連鎖ナビゲーション2025/4/1
視覚言語モデルを微調整し、階層的な思考連鎖プロンプトと閉ループフィードバックを組み合わせることで、未知環境での物体探索ナビゲーションの汎化性能を高める手法を提案した。
- 対話と指示で改善する：自動運転車の相互理解を促すLLM駆動型並列Actor-Reasonerフレームワーク自動運転インタラクション2025/3/1
LLMを用いて自動運転車と人間運転車の双方向インタラクションを実現するため、推論役(Reasoner)と記憶データベース(Actor)を並列に組み合わせたフレームワークを提案し、安全性と効率を向上させた。
- 自動運転のエンドツーエンド計画のための微分可能最適化誘導学習への意思決定の統合自動運転計画2024/12/1
意思決定と軌道計画を微分可能な非線形最適化問題として定式化し、学習ベースの予測モジュールと組み合わせてエンドツーエンドで訓練可能な自動運転計画フレームワークを提案した。Waymo Open Motionデータセットで評価し、安全性・効率・乗り心地が向上することを示した。
- 内在的触覚計量を用いた準静的マニピュレーション計画：本の挿入ケーススタディマニピュレーション2024/11/1
混雑した本棚に本を挿入するため、隣の本を押しのけて空間を作る準静的マニピュレーションを、平衡条件から導かれる内在的触覚計量に基づく計画問題として定式化し、適応的アルゴリズムで解く手法を提案した。
- スーパークアドリックとボロノイ図を用いた複雑環境における経路計画経路計画2024/11/1
スーパークアドリック表現とボロノイ図を組み合わせ、狭い通路でも最大クリアランスを確保しつつロボットの向きを自然に制御する2D/3D経路計画手法を提案し、物体回収タスクとドローンシミュレーションで有効性を示した。
- 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。
- 対話型自動運転のための推論型マルチエージェント行動トポロジー自動運転2024/9/1
マルチエージェントの将来軌道からブレイド理論に基づく行動トポロジー(BeTop)を抽出し、予測と計画の一貫性を高める学習フレームワークBeTopNetを提案した。
- 対話的で学習可能な協調運転自動化に向けて：大規模言語モデル駆動の意思決定フレームワーク協調運転/LLM意思決定2024/9/1
大規模言語モデルを活用し、環境モジュール・CoT推論・記憶モジュールを組み合わせて、あらゆるシナリオと協調運転自動化レベルに対応する対話的で学習可能な協調運転フレームワークを提案した。
- 都市規模の低高度アーバンエアモビリティ：リスク認識型マルチスケールセル分解によるスケーラブルな大域経路計画経路計画2024/8/1
都市空域を可変粒度のセルに分割し、障害物との近接度に基づくリスク値を割り当てることで、都市規模のドローン経路計画を高速かつ安全に行う手法を提案した。
- 安全クリティカルな場面におけるリスクを考慮した車両軌道予測軌道予測2024/7/1
衝突が差し迫った危険な場面でも高精度に車両の将来軌道を予測するため、リスク情報を組み込んだシーンエンコーダや意図クエリ、補助リスク予測を備えたフレームワークを提案し、専用データセットと評価指標で有効性を示した。
- 汎用交通エージェントシミュレーションのための多様な行動拡散モデル交通シミュレーション2024/4/1
拡散生成モデルを用いて、複数エージェントの相互作用を考慮した現実的で制御可能な交通シナリオを生成するフレームワークVBDを提案。推論時のシナリオ編集や安全クリティカルな長尾シナリオの生成を可能にする。
- 自動運転のためのハイブリッド予測統合プランニング自動運転2024/2/1
予測とプランニングを統合したHPPシステムを提案し、占有予測・ゲーム理論に基づく運動予測・ハイブリッド予測を組み合わせて自動運転の性能を向上させた。
- 自動運転における効率的なPOMDP計画のためのオンライン信念予測学習自動運転計画2024/1/1
TransformerとRNNメモリで他車の意図をオンライン更新する信念予測モデルを構築し、マクロ行動とDQN事前分布を用いたMCTS計画で自動運転のPOMDP意思決定を効率化した。
- 順序柔軟なマルチロボット協調による移動目標の長期的追従群制御2024/1/1
複数ロボットが移動目標を包囲する際、順序に柔軟な凸包を形成し、環境変化に耐えながら長期的に追従する協調アルゴリズムを提案。
- 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。
- 自動運転車のための進化的テストシナリオ生成法と知能評価フレームワーク自動運転テスト2023/6/1
深層強化学習で人間らしい競争・協調・相互運転の背景車両を生成し、自動運転車の知能を評価する進化的テストシナリオと安全性・効率・相互作用の指標を提案した論文。
- 占有予測ガイド付きニューラルプランナーによる自動運転自動運転計画2023/5/1
周囲の交通参加者の将来占有をTransformerで同時予測し、その予測をFrenet座標上の最適化に組み込む二段階のニューラルプランニング手法を提案した。
- 自動運転と知能車両のマイルストーン 第I部：制御・計算システム設計・通信・高精度地図・テスト・人間行動自動運転2023/5/1
自動運転と知能車両の制御、計算システム設計、通信、HDマップ、テスト、人間行動に関する技術的マイルストーンを体系的にレビューしたサーベイ論文。
- GameFormer：自動運転のためのゲーム理論的モデリングとTransformerによるインタラクティブ予測・計画自動運転予測・計画2023/3/1
階層的ゲーム理論に基づき、Transformerエンコーダと階層的デコーダで他車の行動予測と自車の計画を同時に行うGameFormerを提案し、WaymoやnuPlanで最先端性能を達成した。
- 自動運転と知能車両のマイルストーン：サーベイ・オブ・サーベイズ自動運転2023/3/1
自動運転と知能車両の全技術を対象に、歴史・マイルストーン・倫理・今後の研究方向をまとめた初のサーベイ・オブ・サーベイズ。
- 自動運転の意思決定のための相互作用を考慮した運動予測モデルの学習自動運転2023/2/1
自車の行動に対する他車の反応を予測するTransformerベースの運動予測モデルを提案し、オンライン学習フレームワークで訓練することで、自動運転の意思決定性能を向上させた。
- 目標誘導型Transformerを用いた効率的な自律ナビゲーションのための強化学習ナビゲーション2023/1/1
目標情報をシーンエンコーダに入力するGoal-guided Transformerを提案し、強化学習による自律ナビゲーションのデータ効率と性能を向上させた。
- 逆強化学習を用いた条件付き予測行動計画による人間らしい自動運転自動運転計画2022/12/1
人間の運転データから逆強化学習で計画を評価するスコアリングを学習し、候補軌道ごとに他車の将来軌道を条件付き予測して人間らしい運転計画を生成する枠組みを提案した。
- Transformerベースのシーン表現学習による自動運転意思決定の強化学習強化自動運転意思決定2022/8/1
都市部自動運転の意思決定のため、Transformerでシーン表現を学習し強化学習のサンプル効率と適応性を改善する手法を提案。
- ReCoAt: 自動運転のためのマルチモーダル軌道予測ディープラーニングフレームワーク軌道予測2022/7/1
RNN・CNN・距離ベース注意機構を組み合わせ、周囲のエージェントの将来軌道を複数モードで予測する手法を提案し、Waymoデータセットで高精度を示した。
- 人間のデモンストレーションを活用した強化学習による自動運転車の安全な車線変更意思決定自動運転/意思決定2022/7/1
人間の運転デモをリプレイバッファに取り込み強化学習を訓練し、オフランプでの車線変更における意思決定の安全性を高めた。
- 学習可能なコスト関数を用いた微分可能な統合運動予測・計画フレームワーク自動運転計画2022/7/1
周囲の車両の将来軌道を予測しつつ、微分可能な非線形最適化器で自車の軌道を計画する統合フレームワークを提案し、コスト関数の重みもデータから学習可能にした。大規模実走行データで訓練し、開ループ・閉ループ評価でベースラインを上回る性能を示した。
- 選好誘導型確率的探索によるサンプル効率の高い深層強化学習強化学習2022/6/1
DQNに選好ブランチを追加し、Q値の分布に沿った行動選択確率を学習することで、バイアスを導入せずに効率的な探索を実現する手法を提案した論文。
- 脳に着想を得た人間らしい自動運転のモデリングと意思決定：混在交通環境への適用自動運転/意思決定2022/1/1
実世界のINTERACTIONデータセットから運転の攻撃性をファジィ推論で推定し、脳の情動学習回路と二点予視モデルを統合した人間らしい運転モデルを構築。車線変更では安全性と効率を考慮したコスト関数と動的ゲームで自動車と人間ドライバーの相互作用をモデル化し、人工ポテンシャル場で衝突リスクを評価、ドライビングシミュレータの人間参加型実験で有効性を確認した。
- 人間の指導を活用した優先経験リプレイ強化学習による自動運転自動運転/強化学習2021/9/1
人間の指導を組み込んだ強化学習フレームワークを構築し、人間の行動を模倣するオンライン学習モデルと優先経験リプレイを組み合わせて自動運転タスクの学習効率と性能を向上させた論文。
- Transformerを用いた自動運転向けマルチモーダル運動予測運動予測2021/9/1
走行車両間の社会的相互作用をグラフ化しTransformerで関係を抽出、マルチモーダル注意機構で複数の将来軌道を予測する手法を提案し、Argoverseで高精度かつ解釈性の高い予測を実現した。
- グラフと再帰型ニューラルネットワークによる高速道路走行の車両軌道予測軌道予測2021/7/1
周囲車両との相互作用を有向グラフで表し、RNNで車両の動態特徴を抽出するGNN-RNNエンコーダ・デコーダで、台数が変動する状況でも対象車両の将来軌道を予測する手法を提案した。
- 不確実性を考慮したモデルベース強化学習と自動運転への応用モデルベース強化学習2021/6/1
不確実性評価付きのアンサンブル環境モデルと適応的トランケーションを組み合わせたモデルベース強化学習を提案し、自動運転の制御タスクで学習効率と性能が既存手法を上回ることを示した。
- 異種エッジ強化グラフ注意ネットワークによるマルチエージェント軌道予測軌道予測2021/6/1
交通参加者の異種性を扱うため、タイプ別エンコーダと有向エッジ特徴付き異種グラフ上の注意ネットワーク(HEAT)を組み合わせ、複数エージェントの軌道を同時予測する手法を提案した。
- 人間参加型深層強化学習と自動運転への応用自動運転/強化学習2021/4/1
自動運転のポリシー学習に人間のリアルタイム介入を取り入れたHug-DRLを提案し、40名の被験者実験で学習効率と性能の向上を示した。
- 模倣エキスパート事前知識を用いた効率的な深層強化学習による自動運転自動運転/強化学習2021/3/1
人間の専門家のデモンストレーションから模倣方策を導出し、KLダイバージェンス正則化で強化学習エージェントを誘導することで、サンプル効率と性能を向上させる自動運転フレームワークを提案した論文。
- 専門家デモンストレーションを活用した都市自動運転のための改良深層強化学習自動運転/強化学習2021/2/1
強化学習と模倣学習を組み合わせ、専門家のデモンストレーションを優先経験再生で活用することで、都市交差点での縦方向車両制御を効率的かつ安全に学習する手法を提案した論文。
- 異種グラフを用いた相互作用考慮型軌道予測フレームワークReCoG軌道予測2020/12/1
車両とインフラ情報を異種グラフで表現し、RNN・CNN・GNNを組み合わせて周囲車両の将来軌道を予測する手法を提案し、INTERACTIONデータセットで最先端性能を達成した。
- 逆強化学習と自然な人間の運転データによる運転行動モデリング逆強化学習2020/10/1
自然な人間の運転データから最大エントロピー逆強化学習を用いて個人の報酬関数を学習し、運転行動をモデル化する手法を提案した。
- 社会的行動を考慮した自動運転車の意思決定と軌道計画の統合フレームワーク自動運転/意思決定・軌道計画2020/5/1
周囲車両の運転スタイルや意図を社会的行動としてモデル化し、シュタッケルベルグゲームによる意思決定とポテンシャル場・MPCによる軌道計画を統合した自動運転の車線変更手法を提案した。
- 非協力ゲーム理論による自動運転の人間らしい意思決定自動運転/ゲーム理論2020/5/1
人間の運転スタイルや社会的相互作用を考慮し、ナッシュ均衡とシュタッケルベルクゲーム理論を用いて自動運転車の人間らしい意思決定フレームワークを構築した。
- シーン理解を伴うマルチモーダルセンサフュージョン深層ニューラルネットワークによるエンドツーエンド自動運転自動運転/マルチモーダル融合2020/5/1
画像と深度情報を初期段階で融合し、セマンティックセグメンテーションと車両制御を同時に出力するエンドツーエンド自動運転モデルを提案し、シミュレーションで高い成功率と汎化性能を示した。
- CNN-LSTMによる周辺車両との相互作用を考慮した軌道予測軌道予測2020/5/1
周囲8台の車両との相互作用をCNNで抽出しLSTMで車両ダイナミクスを符号化して、渋滞中の自車の将来軌道を予測する手法を提案した論文。
