Chengyuan Zhang
収録論文 6本 ・ フィジカルAI/ロボット学習
交通シミュレーション自動運転交通インタラクション交通行動解析
※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
- 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。
- 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。
- 車間追従における相互作用:常に重要とは限らない自動運転2023/7/1
車間追従ペアの相互作用強度を定量化する新指標を提案し、相互作用の有無に応じて制御方策を切り替える枠組みを開発した。人間の運転行動を分析し、先行車への反応は常に生じるわけではないことを示した。
- 自動運転のための社会的インタラクション:レビューと展望自動運転2022/8/1
自動運転における人間ドライバー間の社会的インタラクションに関する既存研究を整理し、その定義・評価・モデル化手法を概観するとともに、今後の研究方向と課題を提示したレビュー論文。
- 車線変更シナリオにおける多車両インタラクションパターンの時空間学習交通インタラクション2020/3/1
ベイズノンパラメトリック手法(ガウス過程とディリクレ過程)を用いて、自車と周囲車両の車線変更時の相互作用パターンを時空間的に自動抽出・解釈するモデルを提案した。
- 動画から多車両の相互作用パターンを学習する汎用フレームワーク交通行動解析2019/7/1
俯瞰視点の交通動画から、ガウス速度場と深層自己符号化器、階層ディリクレ過程付き隠れセミマルコフモデルを用いて多車両の相互作用パターン(交通プリミティブ)を抽出する枠組みを提案した。
