Dianzhao Li
収録論文 7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
- MTA-RL: マルチモーダルトランスフォーマーによる3Dアフォーダンスと強化学習を用いた堅牢な都市運転自動運転/強化学習2026/5/1
RGB画像とLiDAR点群をトランスフォーマーで融合し、幾何学的な3Dアフォーダンスを予測して強化学習の観測空間とすることで、解釈可能でサンプル効率の高い都市自動運転を実現した。CARLAシミュレーションでゼロショット汎化性能が向上することを示した。
- 都市運転における希少リスク制御のための倫理考慮型安全強化学習安全強化学習2025/8/1
衝突確率と危害の重大さを組み合わせた倫理的リスクコストで安全強化学習エージェントを訓練し、希少な高リスク事象から効率的に学ぶ優先経験再生と階層的制御で、歩行者や自転車などの弱い道路利用者を守る運転を実現した。
- 小型自律走行車の最新動向:サーベイ自律走行2024/4/1
本論文は、教育・研究用の小型自律走行車プラットフォームを分類し、それらを用いた研究開発の進展を概観するとともに、今後の有望な方向性を提案するサーベイである。
- Sim2Real転移を備えた視覚ベース深層強化学習自動運転エージェント自動運転/Sim2Real2023/5/1
視覚入力のみで車線維持と車間距離維持を同時に行う深層強化学習エージェントを提案し、シミュレーションから実車への転移性能を実証した。
- 自動運転に向けた効果的なSim2Real転移を実現するプラットフォーム非依存の深層強化学習フレームワークsim2real2023/4/1
プラットフォーム依存の知覚モジュールでタスク関連情報を抽出し、車線追従・追い越しエージェントをシミュレーションで訓練することで、異なるシミュレーション環境や実世界への転移を容易にするDRLフレームワークを提案した。
- 実世界の人間運転経験を取り込んだ改良DDPG車両追従モデル自動運転/強化学習2021/12/1
実世界の人間の運転経験を2段階DRLで活用し、CARLA上で車両追従エージェントを訓練して純粋なDRLより優れた性能を実現した研究。
- 建設現場における低コストSLAM:IMUと差動GPSによる多層グリッドマップ生成SLAM2020/11/1
IMUと2つの差動GPSアンテナをUKFで統合し、建設機械向けに低コストで多層グリッドマップを生成するSLAM手法を提案。Gazebo実験で平均距離誤差2m未満、マッピング誤差1.3%未満を達成した。
