Christopher Diehl
収録論文 6本 ・ フィジカルAI/ロボット学習
物体融合自動運転マルチエージェント予測・制御マルチエージェント相互作用模倣学習モデルベースRL
※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
- HiLO: Transformerを用いた自動運転向け高レベル物体融合物体融合2025/6/1
自動運転の物体検出において、Transformerベースの高レベル物体融合手法HiLOを提案し、従来のカルマンフィルタ改良版と比較してF1スコアとmIoUを大幅に改善した。
- LoRD: 分布シフトに適応する微分可能な運転ポリシー自動運転2024/10/1
自動運転の微分可能なスタック(予測・計画・制御)を分布シフトに適応させるため、低ランク残差デコーダ(LoRD)とマルチタスク微調整を提案し、破滅的忘却を最大23.33%改善、閉ループOOD運転スコアを9.93%向上させた。
- エネルギーベースポテンシャルゲームによる運動予測と制御の統合マルチエージェント予測・制御2023/12/1
微分ゲーム・最適制御・エネルギーベースモデルを統合したポテンシャルゲーム定式化を提案し、ゲームパラメータ推論と微分可能なゲーム理論最適化層を組み合わせた学習手法でマルチエージェントの運動予測と制御を改善した。
- 微分ゲーム・最適制御・エネルギーベースモデルの接続:マルチエージェント相互作用への応用マルチエージェント相互作用2023/8/1
微分ゲーム・最適制御・エネルギーベースモデルを統合する「エネルギーポテンシャルゲーム」を提案し、ゲーム理論的最適化層を組み込んだ学習手法で歩行者や自動運転の相互作用予測精度を向上させた。
- ロボット運動計画と制御のための微分可能な制約付き模倣学習模倣学習2022/10/1
模倣学習の柔軟性と最適制御のハード制約を微分可能な形で統合し、移動ロボットや自動運転の運動計画・制御を安全に学習する枠組みを提案した。
- 不確実性を考慮したモデルベースオフライン強化学習とプランニングの統合モデルベースRL2021/11/1
マルチエージェント系の偶発的不確実性を考慮したモデルベースオフライン強化学習手法UMBRELLAを提案し、自動運転の予測・計画・制御を解釈可能に統合して実データとシミュレーションで有効性を示した。
