Eugene Vinitsky
収録論文 16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
- プロービングが明らかにする自動運転:内部予測誤差と自己計画の関連自動運転2026/6/1
自動運転ポリシーの内部表現をプロービングし、予測と計画の能力がスケールとともに向上するか、単なるヒューリスティックに依存しているかを評価した。
- エンドツーエンド運転のためのセルフプレイのスケーリング自動運転2026/6/1
シミュレーション内で大規模なセルフプレイを用いてエンドツーエンド運転モデルを訓練する手法を提案し、実世界への転移を可能にする。
- 自己対戦とスケールを超えて:自動運転の汎化のための行動ベンチマーク自動運転2026/5/1
大規模強化学習で訓練された自動運転ポリシーを標準ベンチマークで評価するための包括的なテストスイート「BehaviorBench」を提案する。
- 混在自動運転・人間交通のモデリングとシミュレーションのための人工知能交通シミュレーション2026/4/1
自動運転車と人間運転車が混在する交通シミュレーションに用いられるAI手法を体系的にレビューし、分類法を提案した論文。
- テスト時スケーリングの拡張:文脈・バッチ・ターンによる3次元視点推論/テスト時スケーリング2025/11/18
推論モデルのテスト時スケーリングを、文脈長・並列サンプリング・反復自己改善の3次元に拡張する枠組みを提案し、難問ベンチマークやヒューマノイド制御への有効性を示した。
- マルチエージェント強化学習によるケーブル吊り下げ荷物の分散型空中マニピュレーション空中マニピュレーション2025/8/1
複数の小型ドローンが協調し、ケーブルで吊るした荷物を6自由度で操作する分散型制御をマルチエージェント強化学習で実現し、実機実験で有効性を示した。
- 自己対戦のスケーリングによる信頼性の高いシミュレーション運転エージェントの構築sim2real2025/2/1
Waymo Open Motion Dataset上で自己対戦を数千シナリオにスケールし、単一GPUで1日以内に学習して99.8%の目標達成率と低い衝突率を実現した信頼性の高いシミュレーションエージェントを開発した。
- 自己対戦から生まれる堅牢な自動運転自動運転2025/2/1
シミュレーション上で自己対戦を大規模に行うことで、人間のデータを使わずに堅牢で自然な自動運転ポリシーを獲得した研究。
- データ正則化自己対戦強化学習による人間と協調する運転エージェント自動運転/マルチエージェントRL2024/3/1
人間の運転デモに小さなペナルティを与える自己対戦強化学習HR-PPOを提案し、閉ループ交通シミュレーションで高い成功率と人間らしい運転を両立させた。
- 強化学習による交通流の振動抑制:100台の自動運転車による大規模実証実験自動運転/強化学習2024/2/1
強化学習を用いた自動運転車の制御アルゴリズムを開発し、100台規模の公道実証実験で交通流の平滑化効果を検証した。
- 強化学習による車両システムの統合自動制御交通制御2022/8/1
深層強化学習を用いて、自動運転車が混在する交通システムの制御戦略を自動設計し、人間の運転より15〜60%改善する手法を提案。
- Nocturne: 実世界に一歩近づくマルチエージェント学習のためのスケーラブルな運転ベンチマークマルチエージェント/自動運転2022/6/1
部分観測下でのマルチエージェント協調を研究するため、実世界の運転データを高速に再生できる2D運転シミュレータNocturneを提案し、強化学習・模倣学習エージェントの性能を評価した。
- 分散型自動運転車とマルチエージェント強化学習による混合交通流の最適化交通流制御/マルチエージェントRL2020/11/1
サンフランシスコ・オークランド・ベイブリッジの縮小モデルである二段階ボトルネックにおいて、完全分散型のマルチエージェント強化学習で自動運転車を制御し、混入率5%で20%、40%で33%のスループット改善を達成した。手設計のフィードバック制御より優れ、局所センシングのみでも有効な戦略が可能なことを示した。
- 敵対的集団を用いたロバスト強化学習ロバスト強化学習2020/8/1
単一の敵対者ではなく敵対者の集団をランダムに初期化して訓練中に一様サンプリングすることで、動力学の変動に対してよりロバストで分布外汎化も改善する方策を得る手法を提案した論文。
- シミュレーションから実機スケール都市へ:自動運転車による交通制御のゼロショット方策転移sim2real2018/12/1
深層強化学習でラウンドアバウト合流を制御する自動運転方策を訓練し、ノイズ注入あり/なしを比較。ノイズあり方策のみが1/25スケール実機都市で衝突なく合流調整を維持し、平均旅行時間5%・最大22%削減を達成した。
- 混合交通のためのモジュラ学習フレームワークFlow交通制御2017/10/1
深層強化学習を用いたモジュール式学習フレームワークを提案し、少数の自動運転車の導入で交通流を改善できることを示した。
