Hossein Nourkhiz Mahjoub
Honda Research Institute USA, Inc.
収録論文 15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
- SymAnt: 適応可能な記号的事前知識で長期的行動予測を接地する行動予測2026/10/29
短い動画からシーングラフと知識グラフを統合した記号的文脈を構築し、それを事前知識として未来の行動系列を反復的に予測するニューロシンボリック手法を提案した。
- 観察・推論・協調:ゼロショット協調のためのロボットパートナーの制約推論協調マニピュレーション2026/10/1
ロボットが別のロボットの物理的制約を共同行動から推論し、新しいタスクでゼロショット協調を実現するベンチマークと手法を提案。
- JEPA-TTT: ダイナミクス変化下の計画のための潜在世界モデルの持続的テスト時訓練世界モデル2026/9/30
事前学習済みJEPA世界モデルの潜在ダイナミクス予測器をテスト時に自己教師あり学習で適応させ、環境のダイナミクス変化下でも計画性能を向上させる手法を提案。
- MR-LDM:合流反応型縦意思決定モデル — インタラクティブなシミュレーションエージェントのためのゲーム理論的人間意思決定モデリング交通シミュレーション2025/7/1
高速道路合流シーンを対象に、ゲーム理論に基づく戦術的意思決定と車両ダイナミクスを統合したモデルを提案し、実データで再現性を検証するとともに大規模シミュレーションに適した計算効率を確認した。
- SMART-Mergeプランナ:自動運転の高速道路合流のための安全かつリアルタイムな動作計画自動運転/動作計画2025/7/1
格子ベースの動作計画法に強制合流向けのコスト設計と希望速度ヒューリスティックを組み込み、高速道路の合流を安全かつ短時間で完了させるプランナを提案し、CarMakerシミュレーションで100%の成功率を示した。
- モデル予測拡散によるインタラクティブな自動合流のための双対制御自動運転2025/2/1
人間ドライバーの挙動を能動的に推論しながら合流計画を行う双対制御フレームワークを提案し、モデルベース拡散ソルバーで実車実験まで検証した。
- 失われた指標を求めて:社会的配慮あるナビゲーションの柱としての人間エンパワーメント社会的ナビゲーション2025/1/1
人間が将来の状態に影響を与え観察する能力を情報理論的に測る「人間エンパワーメント」を、社会的ロボットナビゲーションの評価指標として導入し、シミュレーションで有効性を示した論文。
- 合流車両に対する車線変更反応のモデル化:高速道路オンランプシミュレーションに向けて交通シミュレーション2024/4/1
高速道路の合流シーンにおいて、本線後続車が合流車に対して車線変更する反応をモデル化し、米国の実データでパラメータを調整してシミュレーションに統合した。
- 能動学習と双対モデル予測経路積分制御によるインタラクションを考慮した自動運転高速道路合流自動運転/合流/MPPI2023/10/1
ベイズ推論で周囲の人間ドライバーのモデルパラメータを能動的に学習しながら、モデル予測経路積分制御でインタラクティブな軌道を生成する合流手法を提案し、シミュレーションで有効性を示した。
- 群衆環境におけるマルチロボット協調ナビゲーション:ゲーム理論学習ベースのモデル予測制御アプローチ群制御2023/10/1
各ロボットがモデル予測制御と歩行者軌道予測を行い、ゲーム理論的な反復最適応答で協調しながら群衆をナビゲートする制御フレームワークを提案した。
- 深層学習による歩行者軌道予測とモデル予測制御を統合した群衆環境でのソーシャルナビゲーションソーシャルナビゲーション2023/9/1
Social-LSTMで歩行者の将来軌道を予測し、その予測をモデル予測制御(MPC)に組み込むことで、群衆の中をロボットが円滑にナビゲーションする手法を提案し、強化学習ベース手法と比較して有効性を示した。
- MR-IDM:合流車に反応する横方向認識型車間追従モデル交通モデリング2023/5/1
高速道路の合流車が本線車の車間追従挙動に与える影響を実データから分析し、合流車に現実的に反応する新しい車間追従モデルMR-IDMを提案・評価した。
- 協調車両安全システムのためのハイブリッドガウス過程予測を用いた文脈認識型ターゲット分類V2X/協調認識2022/12/1
V2X通信の情報欠損に強い協調車両安全システムを実現するため、文脈認識マップとハイブリッドガウス過程予測を組み合わせたターゲット分類モジュールを提案した。
- 協調的なエネルギー・時間最適レーンチェンジによる高速道路交通への影響最小化自動運転/交通制御2022/11/1
コネクテッド自動車と周囲の協調車両が連携し、交通流への影響を最小限に抑えつつ、エネルギーと時間を最適化するレーンチェンジ制御を提案した論文。
- V2V通信網における2次元車両軌道予測の学習ベースフレームワーク軌道予測2018/8/1
2層ニューラルネットで速度・加速度・ヨーレートを予測し、それに基づいて縦横の2次元軌道を予測する手法を提案し、実データで従来の運動学モデルより高精度なことを示した。
