Ding Zhao
Carnegie Mellon University
収録論文 96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
- EgoX: 身体性ドリーミングによる一人称視点のクロスエンボディメントマニピュレーションクロスエンボディメント2026/11/12
人間・実ロボット・シミュレーションの異種デモを意味的に対応付けて統合し、身体性を超えて汎化する操作ポリシーを学習するフレームワークを提案。
- ToolDex: 創造的な道具使用のための自己中心・外界中心人間デモンストレーションデータセット道具使用データセット2026/11/6
人間が身近な物体を道具として選び・加工し・転用する様子を、自己中心カメラと8台の外界カメラで同期収録した大規模データセットを構築し、道具使用推論・疎視点3D/4D再構成・ロボット方策学習のベンチマークを整備した。
- ELEVATE: タスク失敗から四脚マニピュレータの制御器を自律獲得するフレームワーク四脚マニピュレーション2026/10/28
タスク実行中の失敗を手がかりにコーディングエージェントが強化学習問題を設計・改善し、不足する全身制御器を自律的に獲得・再利用する枠組みを提案。実機でも訓練なしに棚操作タスクを高成功率で達成した。
- 接触の多いマニピュレーションでGPT-6 Astraはどこまで登れるか？PhysLadder：物理的相互作用のための階層的で対応の取れたSim-Realベンチマークベンチマーク/Sim2Real2026/10/25
接触の多い家事タスク16件を3段階の難易度で実機とシミュレーションの両方で評価するベンチマークPhysLadderを提案し、GPT-6 Astraのゼロショット性能が難易度上昇とともに低下する様子を明らかにした。
- MIRROR: オフラインロボット対話データから隠れた対称性を反映する模倣学習2026/10/12
オフラインのロボット操作データから、観測と行動に同時に作用する対称性変換を学習し、データ拡張や方策学習に活用するフレームワークを提案。
- 制御可能でフォトリアルな歩行者危険動作生成によるエンドツーエンド運転安全評価自動運転/シミュレーション2026/10/5
軌道レベルの衝突合成と3Dガウシアンスプラッティングを組み合わせ、フォトリアルで動作制御可能な危険歩行者シナリオを生成するControlPedを提案し、エンドツーエンド運転モデルの性能低下を明らかにした。
- 汎用ロボットポリシーのためのシンプルなエージェント記憶マニピュレーション2026/9/29
凍結した汎用ロボットポリシーに、訓練不要の記憶層を追加し、履歴に依存する操作タスクの成功率を大幅に向上させた。
- KPI: ヒューマノイドの物理的インタラクションのためのプロンプト可能なカーネルマニピュレーション2026/9/28
軌道源と全身トラッカー間に、方向ごとに追従・柔軟・力保持を指示する契約を送り、接触時に腕の剛性・減衰・参照・フィードフォワードを適応させるカーネルを提案。VLAエージェントが指示から軌道と契約を生成し、ウィンチ操作やドア開け、箱運搬を実現した。
- バナナキック：応答情報に基づくスキル進化によるヒューマノイドサッカーsim2real2026/9/23
ヒューマノイドのキック動作を、応答感度に基づく目的継続手法RISEで適応させ、通常キックから高回転のカーブキックへと進化させた研究。
- 単調最適停止による予測的ロボットゴールキーピング歩行2026/9/21
ロボットが相手の意図が完全に分かる前に動き出す必要があるゴールキーピング課題で、いつ動き始めるかを単調最適停止問題として定式化し、強化学習で訓練した四足歩行のセーブ方策を起動するタイミングを学習する手法を提案した。
- SAGE: 人とロボットの協調のための安全整合勾配強制人ロボット協調2026/9/17
説明可能な決定木方針と制御バリア関数フィルタを組み合わせた協調ロボット制御において、安全投影とチーム更新の不一致を勾配レベルで解消するSAGEを提案し、衝突を抑えつつ成功率を向上させた。
- 学習ベースロボットPKにおけるダイナミクス由来のコミットメントsim2real2026/9/17
人型ロボットのシュートと四足ロボットのセーブからなるPKシステムを構築し、身体能力に起因する『コミットメント(選択肢の消失)』を解析するDIC-Mapを提案した。推定器の置き換えがセーブ率を0.240から0.472へ大幅に改善することを示した。
- GaussianDream++: ロボット操作のための効率的な3Dガウス世界モデリングVLA/3Dガウス/世界モデル2026/8/26
VLAポリシーに世界状態トークンと世界予測トークンを挿入し、訓練時のみ3Dガウス表現で現在と未来の世界を監督することで、推論時の追加コストなしに操作性能を向上させる手法を提案。
- SoftVTBench: 変形を考慮した視覚触覚データセットと変形物体操作のベンチマーク変形物体操作/データセット/ベンチマーク2026/8/19
変形物体操作の物理的相互作用品質を評価するため、視覚触覚データセットと閉ループベンチマークを構築し、変形許容度を考慮した成功率を提案した。
- SoftVTBench: 物理的制約下での変形物体操作のための安全性を考慮した視覚触覚ベンチマークベンチマーク/変形物体操作/触覚2026/7/1
変形物体の操作において、タスク完了だけでなく物理的安全性（落下や過度な変形の回避）を評価するベンチマークを提案し、触覚センシングが安全性向上に寄与することを示した。
- ART-Glove: 接触接地型巧緻操作の計測のための多関節触覚グローブ触覚2026/6/1
指や手のひらに剛体表面と関節を備え、関節角度と触覚を同時に計測できる触覚グローブを開発し、巧緻な操作デモの収集を可能にした。
- 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。
- HiPi: ロボット操作のための再現可能な高忠実度ピエゾ抵抗センサ触覚2026/6/1
再現性と高忠実度を両立したピエゾ抵抗型触覚センサシステムを提案し、接触形状の再現精度を大幅に向上させた。
- GaussianDream: ロボット操作のためのフィードフォワード3Dガウス世界モデルVLA/世界モデル2026/5/1
本論文は、ロボット操作のためのフィードフォワード型3Dガウス世界モデルを提案し、現在の3D空間構造と短期的な未来の進化を捉えることで、行動生成の精度を向上させる。
- 触覚ドリーミングによる多用途ヒューマノイド操作の学習ヒューマノイド操作2026/4/1
ヒューマノイドの全身操作を安定させるRLベースの下半身制御とVRデータ収集システムを開発し、触覚を主要モダリティとして扱うマルチモーダルトランスフォーマーHTDを提案。触覚の潜在予測により接触認識表現を学習し、実世界の接触豊富なタスクで成功率を大幅に向上させた。
- 認知から制御へ：人間とヒューマノイドの協調運搬のためのマルチエージェント学習ヒューマノイド協調/マルチエージェント学習2026/3/1
高次の意図を接触安定な全身動作に変換し、人間パートナーに適応するための3層階層（VLM基盤層、熟考的スキル調整層、全身制御層）を提案し、マルコフ潜在ゲームとしてMARLを用いて長期的な協調を実現する。
- 接触を考慮した全身制御による柔軟な物体搬送マニピュレーション2026/3/1
人型ロボットが物体を支えながら運ぶ際に、上半身の接触力制御と下半身のバランス制御を分離し、強化学習で外乱や負荷変動に適応する全身制御手法を提案した。
- HALO: 異種エージェント・リアプノフ方策最適化による人間とロボットの協調学習群制御2026/3/1
人間とロボットの協調作業において、ロボットと人間の意思決定の非対称性（合理性ギャップ）による学習の不安定さを、リアプノフ安定性理論に基づく方策更新の収束保証で解決する新しい強化学習フレームワークを提案した。
- APEX：ヒューマノイドロボットのための適応的高プラットフォーム踏破学習歩行2026/2/1
深層強化学習を用いて、脚長を超える高さのプラットフォームを登攀・歩行・這行・立ち上がり・伏せの6スキルを統合した単一ポリシーで自律的に踏破するシステムを開発し、Unitree G1で実機ゼロショット転移を実現した。
- LightTact：変形に依存しない接触センシングを実現する視覚触覚指先センサ触覚2025/12/1
接触時に生じる散乱光のみを捉える光学構成により、変形を伴わない軽微な接触を高コントラストで可視化する視覚触覚センサを開発し、水やクリームなどへの接触を要するロボット操作を実現した。
- 閉ループ自律走行のためのモデルベース方策適応自動運転2025/11/1
拡散モデルとQ値モデルを組み合わせ、事前学習済みのEnd-to-End自律走行エージェントを閉ループ環境で適応させるフレームワークを提案。
- クエリ中心拡散ポリシーによる汎用ロボット組立マニピュレーション2025/9/1
物体・接触点・スキル情報からなるクエリで高レベル計画と低レベル制御を橋渡しする階層型拡散ポリシーを提案し、家具組立タスクの成功率を向上させた。
- 四足歩行ロボットの二足歩行化：リスク適応強化学習による多様なロコマニピュレーションロコマニピュレーション2025/7/1
四足歩行ロボットが後脚で二足歩行し、前脚をマニピュレーションに使えるようにするリスク適応型強化学習フレームワークを提案。シミュレーションと実機でカート押しや障害物探査、荷物運搬などの多様なタスクを実現。
- Human2LocoMan: 人間データの事前学習による多様な四足歩行ロボットのマニピュレーション学習マニピュレーション2025/6/1
人間と四足ロボットLocoManのデータを統合した遠隔操作・データ収集パイプラインとモジュール型アーキテクチャを構築し、人間データでの事前学習により実世界タスクの成功率を大幅に向上させた。
- LocoTouch：触覚センシングによる動的四足歩行運搬の学習触覚2025/5/1
四足ロボットの背中全体を覆う高密度触覚センサと高忠実度シミュレーションを組み合わせ、固定されていない円筒物体を長距離運搬する触覚対応歩容ポリシーを学習させ、実機へゼロショット転移した。
- CrashAgent: マルチモーダル推論によるクラッシュシナリオ生成自動運転シミュレーション2025/5/1
マルチモーダル大規模言語モデルを用いて実際の交通事故報告書から走行環境と車両挙動を構造化し、シミュレーションで実行可能な衝突シナリオを自動生成するマルチエージェントフレームワークを提案。
- QuietPaw: 多様なノイズ選好に適応する四足歩行の学習歩行2025/3/1
ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。
- 閉ループ交通生成のための因果構成拡散モデル交通シミュレーション2024/12/1
拡散モデルに因果構造を組み込み、制御可能性とリアリズムを両立させた閉ループ交通シミュレーション生成手法を提案。
- 長期的な四足歩行ロボットの押し操作のためのマルチエージェント移動マニピュレーション学習マニピュレーション2024/11/1
複数の四足歩行ロボットが障害物を避けながら長期的な押し操作を行うための階層型マルチエージェント強化学習フレームワークを提案し、実機で成功を実証した。
- DTactive：能動表面を備えた視覚ベース触覚センサ触覚2024/10/1
表面が動く機構を組み込んだ視覚ベース触覚センサを開発し、触覚知覚と把持内操作を同時に実現、学習により物体の回転操作を高精度に制御した。
- ダイナミクスをプロンプトに：文脈内学習によるSim-to-Realシステム同定sim2real2024/10/1
過去の相互作用履歴を文脈として用いる文脈内学習により、勾配更新なしでシミュレーション環境のパラメータを実世界のダイナミクスにオンライン適応させる手法を提案し、物体すくい上げとエアホッケーで有効性を示した。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- Meta-Evolve: 連続的ロボット進化による1対多ポリシー転移sim2real2024/5/1
木構造のロボット進化系列を通じて、1つの熟練ポリシーを複数の異なるロボットへ効率的に転移する手法を提案し、マニピュレーションと歩行タスクで大幅な効率改善を実証した。
- 触覚で汎化する：ロボット家具組立のための触覚アンサンブルスキル転移マニピュレーション2024/4/1
触覚フィードバックを組み込んだオフライン強化学習により、スキル遷移モデルと適応的スキル内方策を学習し、家具組立を汎化可能に実行するフレームワークTESTを提案。
- 軟体ロボットハンドの自動設計反復のための設計と制御の共最適化マニピュレーション2024/3/1
遺伝的アルゴリズムと方策転移を組み合わせ、約400の軟体ロボットハンド設計の制御方策を学習し、把持品質を評価して設計を最適化。実世界のテレオペレーションで検証し、シミュレーションの有効性を示した。
- CaDRE: 実世界軌跡を用いた安全臨界運転シナリオの制御可能で多様な生成自動運転シミュレーション2024/3/1
実世界の走行データとブラックボックス最適化を組み合わせ、自動運転の安全性評価に必要な多様で制御可能な危険シナリオを効率的に生成するフレームワークを提案した。
- LocoMan: 軽量ロコ・マニピュレータによる四足歩行ロボットの器用な操作能力の向上マニピュレーション2024/3/1
四足歩行ロボットの前脚に軽量な3自由度グリッパを取り付け、脚の移動能力と操作能力を統合した全身制御フレームワークを提案し、狭い空間でのドア開けやコンセント挿しなどの器用な作業を実現した。
- 安全を考慮した因果表現による信頼できるオフライン強化学習（自動運転向け）オフライン強化学習2023/11/1
自動運転のオフライン強化学習において、報酬・コスト・状態・行動の因果関係を活用した構造化シナリオ表現FUSIONを提案し、未見環境でも安全性と汎化性能を向上させた。
- 大規模言語モデルによる創造的なロボットの道具使用VLA2023/10/1
大規模言語モデルを活用し、自然言語指示からロボット制御コードを生成して、暗黙の物理制約や長期計画を伴う課題で創造的に道具を使うRoboToolを開発した。
- 転倒時の守護者：安全な転倒のための能動的モード遷移歩行2023/10/1
四足歩行ロボットが転倒する際に、能動的に転がって安定な姿勢へ遷移し回復することで、衝撃を大幅に低減する枠組みを提案した。
- 安全制約を埋め込んだMDPと軌道最適化による強化学習安全強化学習2023/10/1
安全制約をMDPの行動空間に埋め込み、軌道最適化で安全な軌道に変換することで、報酬最大化と安全性の両立を図る強化学習手法を提案し、実機の箱押しタスクで有効性を示した。
- 自動運転における3D物体検出に対するカメラ・LiDAR配置の影響3D物体検出2023/10/1
カメラとLiDARの配置が学習ベースの3D物体検出性能に与える影響を情報理論的な代理指標で評価し、nuScenesデータセットでの実験により最大30%の精度差が生じることを示した。
- TAIL: 大規模事前学習モデルを用いた模倣学習のためのタスク特化型アダプタ模倣学習2023/10/1
大規模事前学習モデルを新しいロボット制御タスクに効率的に適応させるため、LoRAなどのパラメータ効率の良いファインチューニング手法を比較し、TAILフレームワークを提案した論文。
- COMPOSER: ヘビ型ロボットのためのスケーラブルで堅牢なモジュラーポリシーマニピュレーション2023/10/1
ヘビ型ロボットをモジュール型ロボットとみなし、各関節をエージェントとする協調マルチエージェント強化学習で制御し、自己注意機構と想像ポリシーで高次元制御を実現した。
- カメラ運動摂動に対する認証ロバスト性のためのピクセル単位スムージングロバスト性認証2023/9/1
3Dカメラ運動空間での高コストなサンプリングを避け、2Dピクセル空間でのスムージング分布を用いることで、カメラ運動摂動に対するロバスト性認証を効率化するフレームワークを提案した。
- 言語ベースのシーン要約による身体性実行可能方策学習VLA2023/6/1
視覚観測から言語でシーンを要約し、その要約を介してロボットの実行可能な行動をテキスト形式で生成する学習パラダイムを提案。人間による要約を必要とせず、模倣学習と強化学習の両方で訓練可能。
- オフライン安全強化学習のためのデータセットとベンチマークオフライン強化学習/安全RL2023/6/1
ロボット制御から自動運転まで38タスクにわたるオフライン安全強化学習のデータセット・環境ラッパー・ベースライン実装を提供し、大規模実験で性能を比較評価したベンチマークスイートを構築した。
- 何が間違っていたのか？微分可能な因果発見によるSim-to-Realギャップの解消sim2real2023/6/1
シミュレータと実世界のロボット軌道の差を、環境パラメータとの因果関係を同時に学習する微分可能なマッピングでモデル化し、パラメータ調整を自動化してsim-to-realギャップを縮小する手法COMPASSを提案。
- 家庭用ロボットの強化学習におけるプライバシーリスクプライバシー/強化学習2023/6/1
強化学習で訓練された家庭用ロボットの勾配情報から、勾配反転攻撃によって状態・行動・監督信号を復元できることを示した研究。
- ベイズ再パラメータ化による報酬条件付き強化学習のエネルギー基盤モデルオフラインRL2023/5/1
報酬条件付き強化学習の一般化と分布外クエリの問題を、ベイズ定理に基づく再パラメータ化と適応推論で解決し、オフラインRLベンチマークで最高性能を達成した。
- 効率的なオンライン方策適応のためのハイパー決定トランスフォーマーVLA2023/4/1
決定トランスフォーマーにハイパーネットワークで初期化される適応モジュールを追加し、少数のデモンストレーションから未知の物体操作タスクに効率的に適応できるようにした。
- GOATS: カリキュラム強化学習による水すくいのためのゴールサンプリング適応マニピュレーション2023/3/1
流体の複雑な動力学に対応するため、位置と水量の目標分布を補間してカリキュラムを生成する強化学習手法を提案し、ロボットによる水すくいを実現した。
- 制約付き決定トランスフォーマーによるオフライン安全強化学習オフライン安全RL2023/2/1
オフラインデータから安全な方策を学習するため、多目的最適化の観点から制約付き決定トランスフォーマー(CDT)を提案し、展開時に安全性と性能のトレードオフを動的に調整できるようにした。
- 見ることを学ぶ：能動的物体検出のためのDecision Transformer能動的知覚2023/1/1
Decision Transformerとオンライン微調整を用いてロボットの視点を制御し、物体検出精度を最大化する能動的知覚手法を提案した論文。
- 最適輸送と段階的ドメイン適応によるカリキュラム強化学習強化学習2022/10/18
強化学習のカリキュラムを、タスク分布間の最適輸送問題として定式化し、Wasserstein重心による測地線補間で段階的なタスク列を生成する手法GRADIENTを提案した論文。
- カメラ運動平滑化による視覚知覚モデルのロバスト性認証ロバスト性認証2022/10/1
カメラ運動の摂動に対する視覚知覚モデルのロバスト性を認証するため、運動平滑化技術を提案し、屋内ロボットデータセットMetaRoomで有効性を検証した。
- 変分因果推論による目標条件付き強化学習の汎化強化学習2022/7/1
因果グラフを潜在変数として目標条件付き強化学習を変分最適化し、因果発見と方策学習を交互に行うことで未知の目標への汎化性能を高める手法を提案。
- 少数ショット方策汎化のためのプロンプト付きDecision TransformerVLA2022/6/1
Transformerの系列モデリングとプロンプト枠組みを活用し、少数のデモンストレーションから未知タスクに適応するオフライン強化学習手法Prompt-DTを提案した。
- SafeBench: 自動運転の安全性評価のためのベンチマークプラットフォーム自動運転評価2022/6/1
自動運転の安全性評価を統一的に行うためのプラットフォームSafeBenchを提案し、様々な危険シナリオ生成アルゴリズムと運転アルゴリズムを公平に比較できるようにした。
- 観測摂動下における安全強化学習のロバスト性安全強化学習2022/5/1
安全強化学習が観測への敵対的摂動に対して脆弱であることを示し、報酬最大化攻撃とコスト最大化攻撃の2手法を提案するとともに、頑健な学習フレームワークを提案した。
- 深層重要度サンプリングによる自動運転車の高次元不確実性に対する高速評価評価・検証2022/4/1
深層ニューラルネットワークを用いた重要度サンプリングで、自動運転車の稀な失敗率を少ないサンプル数で高精度に推定する手法を提案した。
- 自動運転車のための道路交通法に適応する意思決定手法自動運転/意思決定2022/4/1
自然言語の交通法規を線形時相論理で論理式に変換し、強化学習ベースの意思決定に法適応型バックアップポリシーを組み込むことで、自動運転車が交通法規の変更や一時的な規則に適応できる手法を提案した。
- 安全クリティカルな運転シナリオ生成のサーベイ：方法論的視点シナリオ生成2022/2/1
自動運転の安全評価に不可欠な危険シナリオの自動生成手法を、データ駆動・敵対的・知識ベースの3分類で整理し、ツールや課題を展望したサーベイ。
- 安全強化学習のための制約付き変分方策最適化安全強化学習2022/1/1
安全制約付き強化学習を確率的推論の枠組みで捉え、EMアルゴリズムにより凸最適化と教師あり学習に分解して安定に方策を学習する手法を提案した。連続ロボットタスクで制約遵守とサンプル効率の向上を示す。
- 複数LiDARの配置が自動運転の物体検出に与える影響の調査自動運転/センサ配置2021/5/1
複数のLiDARをどこに配置するかが3D物体検出性能に与える影響を、情報理論的な代理指標とCARLAシミュレータ実験で定量的に評価した研究。
- ロバスト交叉エントロピー法による制約付きモデルベース強化学習安全強化学習2020/10/1
モデル予測制御とニューラルネットワークアンサンブルで不確実性を見積もり、制約違反を抑えながら効率的に学習する安全強化学習手法を提案した。
- 決定アルゴリズム評価のためのマルチモーダル安全クリティカルシナリオ生成シナリオ生成2020/9/1
フローベースの生成モデルでマルチモーダルな安全クリティカル交通シナリオを生成し、強化学習ベースの自動運転アルゴリズムの頑健性を評価した研究。
- 進化的強化学習による混在動的環境でのマルチエージェント経路計画群制御2020/7/1
グローバルプランナで長距離航行を分割し、画像表現で動的障害物をモデル化しつつ進化的強化学習で分散型局所計画ポリシーを学習、非協力的動的障害物が多い環境でも高い成功率と安定性を実現した。
- 時空間動的相互作用のロバストな教師なし学習教師なし学習2020/6/1
幾何学的軌道として表される時空間的な相互作用を教師なし学習で頑健に表現するため、Procrustes距離と最適輸送に基づく評価指標を導入し、学習の安定性評価やクラスタリングに応用する手法を提案した論文。
- 無限混合ガウス過程によるタスク非依存オンライン強化学習モデルベース強化学習2020/6/1
未知のタスク境界を持つ非定常環境に対応するため、ガウス過程の専門家混合をオンラインで逐次変分推論により更新するモデルベース強化学習手法を提案した。
- 衝突を学ぶ：適応型安全臨界シナリオ生成手法自動運転・シナリオ生成2020/3/1
交通シナリオを自己回帰的な構成要素で表現し、生成モデルを強化学習エージェントとして訓練することで、評価対象の自動運転アルゴリズムにとって危険なシナリオを効率的に生成するフレームワークを提案した。
- 条件付き複数軌道合成による安全クリティカルな運転シナリオの生成軌道生成2019/10/1
道路地図を条件とした生成的モデルで安全運転と衝突運転の潜在空間を橋渡しし、ニアミス軌道を合成して自動運転の予測精度と危険対応能力を向上させるフレームワークを提案した。
- 注意機構付きリカレントニューラルプロセスによる自動運転車の確率的軌道予測軌道予測2019/10/1
周囲車両の長期系列データから対象車両の軌道分布を予測するARNPモデルを提案し、不確実性表現と精度で従来手法を上回ることを示した。
- 解釈可能な交通プリミティブとガウス過程回帰による多車両インタラクションシナリオ生成交通シナリオ生成2019/10/1
実走行データを交通プリミティブに分割し、道路形状に合わせてサンプリング計画とガウス過程回帰で多車両の自然なインタラクション軌道を生成する手法を提案した。
- リスク感度型逆強化学習のための能動学習逆強化学習2019/9/1
人間のリスク選好をモデル化するリスク感度型逆強化学習において、専門家のリスク選好の未知領域を効率的に探索する確率的撹乱サンプリング手法を提案し、収束を加速させる。
- 自動運転の試験場をどう評価するか？定量的アプローチ自動運転評価2019/9/1
自動運転車の試験場が実世界の交通シナリオをどれだけ再現できているかを、自然走行データから抽出した代表シナリオを用いて定量的に評価する手法を提案し、Mcity・Almono・Kcityの3施設で比較した。
- 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。
- ガウス確率場による多車両インタラクションシナリオのモデリング交通シミュレーション2019/6/1
確率的ベクトル場とノンパラメトリックベイズ学習を用いて自然交通データから多車両の相互作用パターンを抽出し、有限次元で再現可能な形で交通シナリオを生成する手法を提案した。
- データ駆動型自動運転テストにおける評価の不確実性自動運転評価2019/4/1
実世界データから構築した入力モデルの推定誤差が、モンテカルロ評価による安全指標の確率推定に与える影響を、ブートストラップ法と尤度比法を組み合わせて効率的に評価する手法を提案した。
- 車車間遭遇を模擬する新しいマルチ車両軌道生成器軌道生成2018/9/1
限られたデータからマルチ車両の相互作用シナリオを解釈可能な表現に符号化し、サンプリングで新しい走行遭遇シーンを生成するMTGを提案した論文。
- 自動運転車におけるLiDAR配置の最適設計手法センサ配置最適化2018/9/1
LiDARの知覚領域と非検出空間に着目し、体積対表面積比(VSR)をコスト関数として人工蜂コロニーアルゴリズムで最適配置を求める手法を提案した。
- 自動運転車向け試験場設計の最適化手法「Xcity」自動運転/設計最適化2018/8/1
自動運転車の試験場設計を非線形最適化問題として定式化し、道路資産の組み合わせで最適な試験場を自動生成する枠組みを提案した論文。
- コネクテッド車両の軌跡を用いた走行遭遇シナリオのクラスタリング軌跡クラスタリング2018/7/1
複数車両のGPS軌跡のみから、深層オートエンコーダと距離ベース特徴表現を組み合わせた2層の教師なし学習で走行遭遇シナリオをクラスタリングする枠組みを提案し、2,568件の実走行データで有効性を示した。
- 自動運転車のための最適LiDAR配置手法センサ配置最適化2018/5/1
LiDARの物理特性に基づく知覚モデルを構築し、格子分割と円柱近似で非線形最適化を解くことで、ピッチ角・ロール角・位置を含む最適配置を求める手法を提案した。
- 公道での自動運転車テストを安全かつ効率的に行う加速展開フレームワーク自動運転テスト2018/5/1
自動運転車の公道テストを、段階的な精度向上と安全な環境の適応的選択により、高精度・短時間・低リスクで評価できる「加速展開」フレームワークを提案した。
- 車間追従時のドライバー制動意図をGMM-HMMで学習・推定運転行動予測2018/1/1
CANバス・レーダー・カメラの車載データから、GMMとHMMを組み合わせて車間追従時のドライバーの制動判断を推定し、SVM系手法より高い精度90%を達成した。
- カーネル法に基づく自動運転車の評価・テストの汎用的手法自動運転評価2017/10/1
カーネル法を用いて希少な故障を効率的にサンプリングする分布を構築し、自動運転車の評価時間を大幅に短縮する手法を提案した。
- 自動運転車が無信号横断歩道で歩行者と遭遇する際の評価自動運転2017/2/1
ミシガン州アナーバーのバスに搭載したセンサで収集した2,973件の横断イベントから歩行者反応の確率モデルを構築し、無信号横断歩道における自動運転車の通過戦略の安全性を評価する手法を提案した。
- 区分混合モデルによる自動運転車の加速評価自動運転評価2017/1/1
車線変更車両の挙動を区分混合分布でモデル化し、重要度サンプリングと組み合わせることで自動運転車の評価を約1万倍高速化した研究。
- ラオ・ブラックウェル化粒子フィルタによるコネクテッド車両網での低コストGNSS測位の高精度化GNSS測位2016/6/1
複数のコネクテッド車両のGNSS情報を融合し、デジタル地図とのマッチングで共通バイアスを除去することで、低コストGNSS受信機の測位精度を向上させる手法を提案した。
- 重要度サンプリングによる自動運転車の車線変更シナリオ安全性評価の加速自動運転評価2016/5/1
人間の車線変更データを統計的に偏らせて危険なカットインシナリオを生成し、自動運転車の安全性評価を約2000〜20000倍加速する手法を提案した。
