Fabien Moutarde
Mines Paris - PSL
収録論文 20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
- 運転用VLAの異なる車体構成へのゼロショット転移に向けて自動運転/VLA2026/9/2
運転タスクのVLAモデルにおいて、複数データセットでの訓練とBEV-Forcing補助タスクが、未見のカメラ構成へのゼロショット転移性能を向上させることを示した。ただし、訓練データの多様性を増やすと補助タスクの効果は減少する。
- LiDAS: 照明駆動型動的アクティブセンシングによる夜間知覚夜間知覚/アクティブ照明2025/12/1
ヘッドライトの照明を動的に制御し、下流の知覚性能を最大化する閉ループ能動照明システムを提案。昼間学習モデルの夜間ゼロショット汎化を実現し、同等電力でmAP50を18.7%向上、エネルギーを40%削減。
- DOC-Depth: 高密度深度グラウンドトゥルース生成のための新手法データセット生成/深度推定2025/2/1
LiDARオドメトリと動的物体分類を組み合わせ、任意のLiDARから高密度な深度グラウンドトゥルースを効率的に生成する手法を提案し、KITTIデータセットの密度を16.1%から71.2%に改善した。
- LED: ヘッドライト投影パターンで夜間の深度推定を高精度化深度推定2024/9/1
高精細ヘッドライトが投影するパターンを手がかりに、夜間のカメラベース深度推定を改善する手法LEDを提案し、合成・実データで複数アーキテクチャの性能を向上させた。
- リアルタイム交通流予測のためのSA-LSTM:ボトルネックと衝撃波の予測交通流予測2024/2/1
自己注意機構とLSTMを組み合わせたSA-LSTMを提案し、メソスケールのリアルタイム交通流予測で最先端性能を達成。多段階予測にも拡張し、短期・長期のトレードオフを改善した。
- HiER: 重要経験リプレイによるオフポリシー強化学習エージェントの性能向上強化学習2023/12/1
最も関連性の高い経験を保存するハイライトリプレイバッファを導入し、標準バッファと併用して重み更新を行うことで、ロボティクスにおけるスパース報酬下の強化学習性能を向上させる手法を提案した。
- MBAPPE: 予測を組み込んだMCTSによる明示的な自動運転運動計画自動運転/運動計画2023/9/1
自動運転の運動計画において、モンテカルロ木探索(MCTS)と部分的に学習した環境モデルを組み合わせ、動的環境での意思決定と衝突回避を改善する手法を提案した論文。
- 音と視覚の研究のためのAudio-Visual BatVisionデータセット音響視覚・データセット2023/3/1
コウモリの反響定位を模倣し、ロボットにスピーカーとバイノーラルマイクを搭載して実世界の様々な場所で超音波エコーとRGB-D画像を収集した大規模データセットを構築し、音のみからの深度予測の可能性を示した。
- STIR²: 報酬再ラベリングによる強化学習と模倣学習の統合模倣学習2022/1/1
専門家デモとオンライン成功エピソードに報酬ボーナスを再ラベリングで付与し、スパース報酬のロボット操作タスクでSACやDDPGの性能とデータ効率を向上させた手法。
- 汎用強化学習模倣(GRI):視覚ベース自動運転への応用自動運転/強化学習2021/11/1
専門家デモを常に高報酬を得る完璧なデータとみなし、オフラインのデモエージェントとオンラインRLエージェントの経験を区別なく併用するGRIを提案し、都市環境の視覚ベース自動運転で大幅な性能向上を達成した。
- 実演と成功体験を報酬再ラベリングで活用するSACR2模倣学習/強化学習2021/10/1
Soft Actor-Criticに実演データと成功エピソードへの報酬ボーナス・再ラベリングを組み込み、スパース報酬のロボットマニピュレーション学習を効率化する手法を提案・評価した論文。
- THOMAS:学習型マルチエージェントサンプリングによる軌道ヒートマップ出力軌道予測2021/10/1
複数エージェントの将来軌道をヒートマップとして推定し、学習可能な再結合モデルでモダリティ間の整合性を取る統合予測フレームワークを提案。Interactionチャレンジで1位を獲得。
- GOHOME:グラフ指向ヒートマップ出力による将来の動き推定軌道予測2021/9/1
高精細地図をグラフ表現し、エージェントの将来位置確率分布をヒートマップとして出力する軌道予測手法を提案。Argoverseなどで高速・省メモリかつ高精度を達成。
- HOME: 将来の動き推定のためのヒートマップ出力軌道予測2021/5/1
エージェントの将来位置の確率分布を2Dヒートマップとして出力する動き予測フレームワークを提案し、Argoverseベンチマークで1位を達成した。
- 暗黙的アフォーダンスを用いた都市運転のためのエンドツーエンドモデルフリー強化学習自動運転/強化学習2019/11/1
暗黙的アフォーダンスという手法で強化学習を都市運転に適用し、車線維持や歩行者・車両回避、信号検出を可能にした。CARLAチャレンジのカメラのみ部門で優勝した。
- 深層学習による車両の縦横連成制御車両制御2018/10/1
高忠実度シミュレーションのデータでMLPとCNNを訓練し、操舵角と各輪トルクを用いた車両の縦横連成制御を実現、従来の分離制御と比較した。
- 単眼魚眼カメラによる車両横方向制御のエンドツーエンド学習自動運転/エンドツーエンド制御2018/8/1
短距離魚眼カメラ1台のみで車線維持のためのステアリング制御をエンドツーエンドで学習し、実走行とシミュレータで評価した研究。
- ストリートビューを用いた単眼カメラによる都市環境のグローバル自己位置推定自己位置推定2016/5/1
単眼カメラとGoogleストリートビューのデータベースのみを用いて、都市環境でサブメートル精度のグローバル自己位置推定を実現した研究。
- 道路上での車両群フォーメーション制御のための分散モデル予測制御フレームワーク群制御2016/5/1
各車両が局所MPCでリーダー追従と障害物・車両間衝突回避を満たしつつ、走行中にフォーメーションを安全に再構成できる分散制御手法を提案し、高忠実度シミュレーションで検証した。
- 自動運転車と従来車が混在する交差点の優先度ベース調整群制御2014/7/1
信号や停止標識なしで交差点を通過する優先度ベースの調整手法を拡張し、従来車も安全に通行できるようにした。SUMOシミュレータで安全性を実証した。
