James Tu
収録論文 8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
- FOMO-3D: 視覚基盤モデルを用いたロングテール3D物体検出3D物体検出2026/3/1
自動運転における頻度の低い安全重要物体の3D検出を改善するため、視覚基盤モデルから得られる意味・深度の事前知識を活用した初のマルチモーダル3D検出器FOMO-3Dを提案した。
- Adv3D: 閉ループシミュレーションによる安全上重要な3D物体の生成sim2real2023/11/1
自動運転車の評価のため、実世界シナリオを閉ループセンサシミュレーションで再現し、車両形状を低次元表現で最適化して自律システムの知覚・予測・計画を失敗させる敵対的形状を生成するフレームワークを提案。
- 交通ルールを強化する閉ループ学習による現実的な交通エージェント自動運転シミュレーション2023/11/1
模倣学習と強化学習を組み合わせ、交通ルール遵守を制約として専門家の運転を再現する閉ループ学習手法を提案し、現実的で一般化可能な交通シミュレーションを実現した。
- 自動運転データセット選別のための多様な複雑度指標データ選別2021/1/1
自動運転の学習データ選別において、タスクやモデルに依存しない多様な複雑度指標でシーンを評価し、ラベル付け対象を選ぶ手法を提案した論文。
- AdvSim:自動運転車向けの安全クリティカルなシナリオを生成する敵対的フレームワーク自動運転シミュレーション2021/1/1
LiDARベースの自動運転システム全体に対して、物理的に妥当な形でアクターの軌跡を改変しセンサデータも更新することで、安全クリティカルな敵対的シナリオを生成する手法を提案した論文。
- 位置誤差を推定・補正する協調通信を学習する自動運転マルチエージェント知覚マルチエージェント協調知覚2020/11/1
自動運転車同士が協調して物体検出と軌道予測を行う際、位置推定ノイズで性能が落ちる問題に対し、通信・誤差推定・合意形成を学習する枠組みを提案し、厳しい位置ノイズ下での頑健性を大幅に改善した。
- StrObe: LiDARパケットからのストリーミング物体検出LiDAR検出2020/11/1
LiDARの全スキャン完了を待たずにパケット単位で逐次検出を行い、過去の計算を再利用して低遅延で物体検出を実現する手法を提案した論文。
- LiDAR物体検出に対する物理的に実現可能な敵対的サンプル敵対的攻撃2020/4/1
車両の屋根に置くだけでLiDAR検出器から車両を80%の成功率で隠せる汎用3D敵対的物体を生成する手法を提案し、複数の検出器で攻撃性能を評価した。
