Johannes Betz
Technical University of Munich
収録論文 91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
- GuidedWAM: 学習不要のエネルギー誘導による自動運転向けワールドアクションモデル自動運転/生成モデル2026/11/5
学習済みのワールドアクションモデルを凍結したまま、サンプリング時にエネルギー誘導で運転目的を注入するフレームワークを提案し、NAVSIM v2で性能向上を実証した。
- 自動運転システムテストにおけるリアリティギャップ：全体像・課題・研究方向sim2real2026/10/28
自動運転システムのシミュレーションテストにおける現実との乖離（リアリティギャップ）を扱う235件の研究を体系的に整理し、対象・手法・評価証拠の傾向と課題を明らかにした。
- 閉ループ認識型プランニング：模倣不要の速度スコアリングによるエンドツーエンド自動運転自動運転/プランニング2026/10/26
経路は模倣学習で学びつつ、候補速度を物理的安全制約に基づく学習関数でスコアリングするプランニング手法を提案し、既存モデルに後付け可能な速度選択のテスト時制御を実現した。
- 話しかけて、ジャービス：自律走行レースカー向けのオープンソース・エッジ展開可能な音声アシスタントフレームワーク音声アシスタント2026/9/17
自律走行車の高レベルな行動指示を音声で行うためのオフライン音声アシスタント「Jarvis」を開発し、Mistral 7Bのドメイン特化ファインチューニングにより97.63%の意図認識精度と平均1.39秒の低遅延を実現した。
- PlannerForge: 自動運転におけるモーションプランナーのシナリオベーステストのためのLLMエージェント自動運転/LLMエージェント/テスト2026/9/8
自動運転システムのシナリオベーステストの全工程を統一的なLLMエージェントフレームワークで統合し、シナリオ生成から評価、さらにはシステム改善とベンチマークまでを自動化するPlannerForgeを提案した。
- MPCソルバー勾配ガイダンスによる強化学習の加速：重み可変MPC向け強化学習/MPC2026/9/1
モデル予測制御（MPC）のコスト重みを適応的に学習する際、強化学習のサンプル効率を向上させるため、微分可能MPCのソルバー勾配を補助ガイダンスとして利用するSG-RL手法を提案した。自動レースプラットフォームで最大70.6%のサンプル削減を実証した。
- 自動運転レースにおける最小時間軌道計画のための制御情報に基づく制約適応自動運転レース/軌道計画2026/8/14
自動運転レースで、実行時の追従誤差を学習して軌道計画の空間制約を動的に調整し、タイムを短縮する手法を提案。
- A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット自動運転データセット2026/7/1
2024年のアブダビ自動運転レースリーグで収集された、高速自動運転と複数車両の相互作用に特化した大規模なLiDAR・RADARデータセットを紹介する論文。
- 夢を信じる前に検証せよ：ワールドモデルシミュレータの許容性ワールドモデル検証2026/7/1
ロボティクスで使われるワールドモデル（WM）の信頼性を評価する枠組みを提案。視覚的忠実度だけでなく、行動への応答を検証する許容性ラダー（L0-L4）を定義し、自動運転の例で視覚品質と行動追従が逆転することを示した。
- ゲーム理論的ガイダンスを備えたハイブリッドサンプリングベース軌道プランナーによる自動運転レース自動運転レース/軌道計画2026/7/1
自動運転レース向けに、ゲーム理論の戦略的推論とサンプリングベースの軌道生成を組み合わせたハイブリッドプランナーを提案。オフライン学習したポテンシャル関数で相互作用を捉え、オンラインで勾配最適化により動的コストバイアスを生成し、高周波サンプリングプランナーに統合することで、ブロッキングなどの防御行動を実現しつつ計算負荷を抑えた。
- 学習された軌道プリミティブと確率的安全性評価を用いたリスク認識型動作計画自動運転/動作計画2026/7/1
RBFネットワークで学習した軌道プリミティブと確率的衝突リスク評価を組み合わせ、都市部の自動運転における安全で効率的な動作計画を実現するフレームワークを提案した。
- 想像上のロールアウトは動的ではなく運動学的である：長期的世界モデル失敗の診断世界モデル2026/7/1
世界モデルの長期的失敗は運動学的誤差によるものであり、動的誤差ではないことを示す診断手法を提案し、DreamerV3で検証した。
- Chat2Scenic: 自動運転シナリオ生成のための反復RAGベースフレームワーク自動運転/シナリオ生成2026/7/1
規制文書から自動運転テスト用のシナリオスクリプトを自動生成する、反復型RAGフレームワークを提案。チャットインターフェースで対話的にシナリオを洗練でき、既存手法より高い成功率を達成。
- SGTP: サンプリングに基づくゲーム理論的プランニングによるリアルタイム多車両自動運転レース自動運転レース/プランニング2026/7/1
GPU加速サンプリングとゲーム理論を組み合わせ、多車両レースでの多様な競争行動をリアルタイムに計画するフレームワークを提案。高い勝率とタスク完了率を達成し、最大10エージェントの大規模シナリオにも適用可能。
- LiDAR点群とOpenStreetMapを用いた高速道路シナリオの自動デジタルツイン構築自動運転/地図生成2026/6/1
LiDAR点群とOpenStreetMapデータを融合し、高速道路のASAM OpenDRIVE形式の地図を自動生成するワークフローを提案。手動介入を最小限にし、シミュレーションで利用可能な精度を実証した。
- G2DP: 時空間グリッドガイダンスを用いた拡散プランニング自動運転/プランニング2026/6/1
自動運転向けの拡散ベースのプランナーに、推論時に時空間コストボリュームから密度の高い勾配を注入する新しいガイダンス手法を提案し、nuPlanなどのベンチマークで最先端の性能を達成した。
- 未来へのドリフト：高遅延車両システムにおける経路追従ドリフトの安定化車両制御2026/6/1
生産車両のアクチュエータ遅延や機械的結合に対応する予測器と制御則を設計し、内燃機関搭載の量産スポーツカーで円形・8の字ドリフトを安定して実現した。
- 自動運転レースにおけるフィードフォワード操舵制御の実証的・学習ベース手法のベンチマーク自動運転レース/制御2026/5/1
自動運転レースの階層制御におけるフィードフォワード操舵制御について、学習ベース2手法と解析的2手法を体系的に比較し、新しい多項式曲面フィットに基づくEHD手法を提案した。
- EgoDyn-Bench：自動運転における視覚中心基盤モデルの自己運動理解の評価自動運転2026/4/1
自動運転向け視覚言語モデルの自己運動（エゴモーション）の物理的理解を評価するベンチマークを提案し、多くのモデルが視覚と物理推論の対応に欠陥を持つことを示した。
- オープンソースのレベル4自動運転システムのプロトタイプにおけるディスエンゲージメント分析とフィールドテスト自動運転2026/3/1
Autowareベースの自動運転車両を236km走行させ、30件のディスエンゲージメントを新たな5段階重大度フレームワークで分類し、その原因と特性を分析した研究。
- StyleVLA: 運転スタイルを考慮した視覚言語行動モデルによる自動運転自動運転/VLA2026/3/1
運転スタイル（スポーティ、快適など）に応じた多様で物理的に実現可能な軌道を生成する、物理情報を組み込んだVLAフレームワークを提案した。
- A2RLチャレンジにおける限界性能での一対一自律レース自律レース2026/2/1
TUMのチームがアブダビ自律レースリーグ（A2RL）で優勝するために開発した、車両限界でのマルチエージェント相互作用を扱うアルゴリズムと戦略を紹介した論文。
- 会話で操るモジュラー自動運転：LLMによる意思決定フレームワーク自動運転2026/1/1
LLMを対話インターフェースとしてAutowareに統合し、乗客の高レベルな指示を安全に走行行動へ変換する枠組みを提案・評価した。
- 安全な自動運転に向けて：組み込みハードウェア上でのリアルタイム動作計画アルゴリズム動作計画2026/1/1
自動車グレードの組み込みプラットフォームとRTOS上で軽量なサンプリングベース軌道プランナを実装し、決定論的なタイミングと低遅延で動作することを実験的に示した。
- SOTIF条件下での2D物体検出における大規模視覚言語モデルの比較評価物体検出2026/1/1
自動運転の安全設計で重要となるSOTIF条件下での2D物体検出について、10種類の大規模視覚言語モデルをベンチマークデータセットで評価し、従来の専用検出器と性能を比較した。
- 運転はゲーム：ベイズ反復最適応答による計画と予測の統合自動運転計画2025/12/1
自動運転の計画と予測をゲーム理論の反復最適応答ループで統合し、ベイズ信頼度推定で予測の不確実性を考慮するフレームワークBIBeRを提案。
- ステアバイワイヤシステムのためのカルマンフィルタベース外乱オブザーバ外乱オブザーバ/車両制御2025/12/1
ステアバイワイヤ系において、モータ状態のみから高周波のドライバトルク外乱を推定するカルマンフィルタベースの外乱オブザーバを設計し、線形・非線形モデルで評価した。
- 希少な運転シナリオ検出のための教師なし学習異常検知2025/12/1
自然な運転データから希少で危険な運転シナリオを検出するため、Deep Isolation Forestとt-SNEを用いた教師なし学習フレームワークを提案し、その有効性を評価した。
- Target-Bench：動画世界モデルは意味的ターゲットへの地図なし経路計画を達成できるか？VLA2025/11/1
動画世界モデルの意味的推論・空間推定・計画能力を評価する初のベンチマークTarget-Benchを提案し、既存モデルの性能不足と実ロボットデータでの微調整による改善を示した。
- 自動運転における不確実性下での高精度かつ効率的な衝突予測自動運転/衝突予測2025/10/1
自動運転の計画軌道の衝突リスクを、位置・姿勢・速度の不確実性を考慮して半解析的に推定する2手法を提案し、モンテカルロ法と同等の精度をリアルタイム計算で実現した。
- 強化学習によるサンプリングベース軌道計画の動的適応：アジャイル自動運転に向けて自動運転/強化学習2025/10/1
強化学習エージェントが低レベル軌道計画器のコスト関数パラメータを動的に切り替え、自動運転レースで衝突率0%を達成しつつ追い越し時間を最大60%短縮した。
- VLMは意味的異常検知を解き放てるか？構造的推論のためのフレームワークVLA2025/10/1
VLMを用いた自動運転の意味的異常検知を、4つの意味領域に沿った階層的な整合性検証として再定式化するモデル非依存フレームワークSAVANTを提案し、再現率を約18.5%改善、さらに大規模自動ラベリングで7Bモデルを微調整し高精度を達成した。
- RoGER-SLAM: ノイズと低照度環境に強いロバストなガウシアンスプラッティングSLAMシステムSLAM2025/10/1
3Dガウシアンスプラッティングを用いたSLAMにおいて、ノイズや低照度下でも高精度なトラッキングとマッピングを実現するロバストなシステムを提案。
- Actron3D: 動画から操作可能な神経関数を学習し、転移可能なロボットマニピュレーションを実現マニピュレーション2025/10/1
未キャリブレーションの単眼RGB人間動画2〜3本から、物体中心の神経アフォーダンス関数を学習し、6自由度マニピュレーションスキルを転移させるフレームワーク。
- サンプリングを学習する：強化学習ガイドによる自動運転の運動計画自動運転/運動計画2025/9/1
強化学習エージェントがサンプリング領域を誘導し、軌道生成と評価は解析的に保つハイブリッド枠組みを提案。CommonRoadで最大99%のサンプル削減と84%の実行時間短縮を達成。
- 安全な自動運転に向けて：動作計画アルゴリズムのためのリアルタイム安全監視機構動作計画/安全監視2025/7/1
自動運転の動作計画モジュールを実行時に監視する安全機構を提案し、時間的整合性の監視を追加した点が特徴。リアルタイムOS上で試作し、制約ベースの実現可能性チェックとコストベースの妥当性評価により危険な軌道を検出できることを示した。
- MP-RBFN：動径基底関数ネットワークによる車両モーションプリミティブの学習自動運転/運動計画2025/7/1
最適制御から得られる車両の運動プリミティブをRBFネットワークで効率的に学習し、従来の半解析手法より7倍高精度かつ低推論時間で生成する手法を提案した。
- 慣性ドリフト車両のための学習ベース計画・制御フレームワーク制御/計画2025/7/1
ベイズ最適化を用いて、慣性ドリフト中の滑らかな遷移と速度損失の最小化を図る計画・制御手法を提案し、8の字経路でのシミュレーションで有効性を示した。
- 情報に基づくハイブリッドゾノトープ運動計画アルゴリズム運動計画2025/7/1
非凸自由空間での経路計画を効率化するため、ハイブリッドゾノトープで障害物回避空間を分解し、楕円体ヒューリスティックで有望な遷移領域に探索を集中させる運動計画法を提案。確率的完全性と漸近的最適性を証明し、少ない反復で高品質な軌道に収束することを示した。
- モデル構造化ニューラルネットワークによる自動運転レースカーのステアリング制御制御/モデルベース学習2025/7/1
車両の非線形ダイナミクスの事前知識をニューラルネットワーク構造に組み込んだステアリング制御器を提案し、実車レースデータで汎用NNや優勝チームの制御器より高精度・高汎化性能を示した。
- 予測安全フィルタを統合した安全強化学習によるドリフト車両の運動計画と制御安全強化学習/運動計画2025/6/1
強化学習エージェントとモデルベースのドリフトダイナミクスを組み合わせ、予測安全フィルタでオンラインに行動を調整することで、安全かつ効率的な自律ドリフト運動計画を実現した研究。
- 自動運転における基盤モデル：シナリオ生成と分析に関するサーベイ自動運転2025/6/1
自動運転のシナリオ生成・分析に基盤モデル（LLM、VLM、拡散モデル、ワールドモデルなど）を適用した研究を体系的に整理し、データセット・評価指標・課題をまとめたサーベイ。
- MultiDrive：2Dと3Dの運転シミュレーションを連携する自動運転ソフトウェア検証用の協調シミュレーションフレームワーク自動運転検証/sim2real2025/5/1
低忠実度2Dと高忠実度3Dの運転シミュレータを協調動作させ、シナリオ生成から実験実行・軌跡解析までを自動化するフレームワークを提案し、運動計画アルゴリズムの検証に有効であることを示した。
- MIND-Stack：自律ナビゲーションのためのモジュール式で解釈可能なエンドツーエンド微分可能スタック自律ナビゲーション2025/5/1
位置推定ネットワークとStanleyコントローラを組み合わせ、人間が解釈可能な中間状態表現とエンドツーエンド微分可能性を備えたモジュール式ナビゲーションスタックを提案し、実機でのsim-to-real性能を示した。
- 自律レース環境におけるサンプリングベース局所計画のためのオンライン速度プロファイル生成と追従自律走行2025/5/1
タイヤ温度変化やラバー堆積によるグリップ変動に適応するオンライン速度プランナを提案し、三次元トラック表現を用いた空間サンプリング戦略と組み合わせて局所計画の参照速度を生成する。
- GripMap：自動運転レース向けの空間分解型動的制約フレームワーク軌道計画2025/4/1
路面のグリップが場所ごとに異なることを考慮し、Frenet座標系で空間的に動的制約を表現するGripMapを提案。オフライン・オンラインの軌道計画に適用し、自動運転レース実験で有効性を示した。
- 準定常ブラックボックスシミュレーションによるg-g-g-vダイアグラム生成手法車両ダイナミクス2025/4/1
車両の縦加速度・速度・横加速度の関係を表すg-g-g-vダイアグラムを、車両モデルをブラックボックスとして扱う準定常シミュレーションで推定する手法を提案した。
- 複雑な都市環境における歩行者を考慮した自動運転の運動計画運動計画2025/4/1
歩行者の社会的力を用いたリスク考慮型運動計画アルゴリズムを提案し、2Dシミュレーションで混雑環境での安全で効率的な自動運転を実現した。
- ベイズ最適化による実世界データからのタイヤパラメータと不確かさの推定システム同定2025/4/1
ベイズ最適化と確率的変分推論を用いてタイヤモデルのパラメータとその不確かさを推定し、実走行データで有効性を検証した研究。
- 影から安全へ：都市自動運転のための遮蔽追跡とリスク軽減自動運転/運動計画2025/4/1
遮蔽領域を逐次推論で追跡し多様なファントムエージェントで潜在危険を予測する、リスク認識型の自動運転運動計画手法を提案した。
- 自動運転車とロボット群のための小規模テストベッド：課題とロードマップテストベッド2025/3/1
自動運転車とロボット群の小規模テストベッドに関する課題を整理し、アクセシビリティ向上、ベストプラクティス共有、抽象化層による連携の3つのロードマップを提案した。
- 3次元サーキットにおける最小時間マニューバの運動力学計画と高精度実行自動運転レース2025/2/1
車両ダイナミクスを学習し、3次元トラック上で最小時間のマニューバを計画・実行する人工レースドライバーを提案。新しい運動力学モデルと経済的非線形モデル予測制御を統合し、高忠実度シミュレータで評価した。
- ドリフト車両のための適応学習型モデル予測制御戦略車両制御2025/2/1
ドリフト平衡点をベイズ最適化で学習し、下位のMPCと階層化することで、路面摩擦の誤推定があってもドリフト車両を目標経路に追従させる制御手法を提案した。
- 言葉から衝突へ：LLMによる安全臨界運転シナリオの評価と敵対的生成自動運転テスト2025/2/1
大規模言語モデルとプロンプト設計を組み合わせ、自動運転の安全臨界シナリオを自動評価・生成する手法を提案し、2Dシミュレーションで有効性を検証した。
- 自動運転車のための2023年CommonRoad動作計画コンペティションの結果動作計画2024/11/1
CommonRoadベンチマークを用いた自動運転の動作計画コンペティションを実施し、効率・安全性・快適性・交通ルール遵守の観点から各手法を比較評価した結果を報告した。
- DualAD: 自動運転における推論のための二層プランニング自動運転2024/9/1
ルールベースの運動プランナとLLMによる推論層を組み合わせ、危険検知時にLLMが介入する自動運転フレームワークを提案。
- 信号品質が変動する環境下での高速レースカー向け三次元車両動力学状態推定状態推定2024/8/1
拡張カルマンフィルタに参照角の定式化と仮想速度計測を組み込み、路面の傾斜やバンクを考慮した三次元状態推定を高速自律レースカーで実証した研究。
- コネクテッド自動運転車とロボット群のための小規模テストベッドに関する調査sim2real2024/8/1
自動運転車やロボット群の研究で使われる小規模テストベッドを、sense-plan-actパラダイムに基づく62の特徴で整理し、23のテストベッドを比較した調査論文。
- 自律走行時代におけるプロレーサーの知見：専門家インタビュー研究自律走行2024/5/1
プロレーサー11名へのインタビューから、車両限界を引き出す人間の認知・適応スキルを分析し、自律走行アルゴリズム開発への示唆を導出した研究。
- FlexMap Fusion: HDマップとOpenStreetMapの地理参照と自動統合HDマップ2024/4/1
LiDARとカメラから生成したHDベクターマップをOpenStreetMapと自動統合し、地理参照や不足する意味属性の補完を行う手法を提案。人手作業を削減し、マッピングパイプラインの拡張性と地図の完全性を向上させる。
- 自動運転の新たな分類体系：運用設計領域・自動化レベル・成熟度に基づく応用の構造化自動運転2024/4/1
自動運転システムを運用設計領域（ODD）、SAE自動化レベル、技術成熟度（TRL）の3軸で整理する新しい分類体系と成熟度モデルを提案し、既存システムの比較を容易にした。
- ROS 2自動運転ソフトウェア向けコンテナ化マイクロサービスアーキテクチャ：エンドツーエンド遅延評価自動運転/コンテナ2024/4/1
自動運転ソフトウェアをコンテナで分離したマイクロサービス構成にし、エンドツーエンド遅延やジッタ、リソース使用率を評価した。その結果、ベアLinuxより平均遅延が5〜8%改善し、最大遅延も大幅に削減できることを示した。
- 安全な強化学習による重み可変モデル予測制御を用いた自動運転車両の運動制御自動運転/制御2024/2/1
モデル予測制御のコスト関数重みを強化学習で動的に調整する際、事前最適化されたパレート最適重みセットから選択することで安全性を確保する手法を提案し、未学習でもパレート最適な性能を達成し、学習後はそれを超える性能を示した。
- 自動運転車のための堅牢なマルチエージェントシミュレーションフレームワークによる運転インタラクションの調査自動運転シミュレーション2024/2/1
自動運転車の検証に向けて、車両同士のインタラクションを再現する同期型マルチエージェントシミュレーションフレームワークを提案し、異なる計画手法の統合と評価指標を提供する。
- 死角を克服：自動運転の安全性向上のための遮蔽考慮自動運転/安全性評価2024/2/1
都市環境で静的・動的障害物が作る死角を検出し、遮蔽された交通参加者の動きを予測して自車軌道の危険度を評価するモジュールを提案し、軌道計画に組み込むことで安全かつ効率的な運転を実現した。
- 強化学習で強化された動作計画フレームワーク：自動運転における包括的な汎化性能自動運転/動作計画2024/2/1
Frenet座標系で解析的動作計画アルゴリズムを強化学習エージェントで補強し、衝突低減と目標達成率の向上を実現した。
- FRENETIX: 自動運転向け高性能モジュラー動作計画フレームワーク動作計画2024/2/1
サンプリングベースの軌道計画と多目的最適化により、複雑な市街地・高速道路での自律走行を実現するモジュラー型動作計画フレームワークを提案し、実車検証と1750シナリオでの評価を行った。
- F1TENTH自律走行の統一：サーベイ、手法、ベンチマーク自律走行2024/2/1
1/10スケールのF1TENTH自律走行研究をサーベイし、古典的手法と学習手法を整理してベンチマーク評価を提供した論文。
- 競争レースにおける開ループおよびフィードバックナッシュ軌道のiLQGamesによる生成軌道計画2024/2/1
レースを動的ゲームとして定式化し、iLQRの変種であるiLQGamesを用いて開ループとフィードバックのナッシュ均衡軌道を生成し、その挙動を比較評価した。
- R²NMPC：楕円体不確かさ集合を用いた自動運転車両の実時間縮約ロバスト非線形モデル予測制御モデル予測制御2023/11/1
楕円体不確かさ集合の伝播を前回の最適化解から推定することで、通常のNMPCと同等の計算量でロバスト制約を実現するR²NMPCを提案し、自動運転車両の高速軌道追従で有効性を示した。
- 先読み深層強化学習を用いた適応確率非線形モデル予測制御による自動運転車両の運動制御制御/強化学習2023/11/1
深層強化学習で確率非線形モデル予測制御のロバスト化係数と不確かさ伝播ホライズンを適応的に調整し、自動運転車のレースライン追従性能と実行可能性を向上させた。
- 都市自動運転のためのマルチLiDARローカリゼーション・マッピングパイプライン自己位置推定・マッピング2023/11/1
4台のLiDARを用いたセンサフュージョンにより、KISS-ICPをベースにしたオフラインマッピングとオンライン自己位置推定を実現し、Autowareに統合したパイプラインを提案した論文。
- 不確かさ伝播ホライズンを導入した確率論的非線形モデル予測制御による自動運転車両の運動制御制御/自動運転2023/10/1
不確かさの伝播時間を制限する「不確かさ伝播ホライズン」を導入し、多項式カオス展開を用いた確率論的NMPCで自動運転車両の軌道追従を高次元・高非線形系でリアルタイムに実現した。
- EDGAR: 自動運転研究プラットフォーム — 機能開発から実世界応用まで自動運転2023/9/1
自動運転研究車両EDGARとそのデジタルツインを公開し、シミュレーションから実車テストまでの一貫した検証環境を提供する。
- RGB-L: LiDARの高密度深度マップを用いた間接Visual SLAMの強化SLAM2022/12/1
ORB-SLAM3にLiDAR点群を直接取り込むRGB-Lモードを追加し、深度マップ生成の2手法を比較して軌道精度・ロバスト性・実行時間の改善を示した。
- Local_INN: 可逆ニューラルネットワークによる暗黙的な地図表現と自己位置推定自己位置推定2022/9/1
可逆ニューラルネットワーク(INN)を使い、順方向で暗黙的な地図表現、逆方向で自己位置推定を同時に行う枠組みを提案。低遅延で従来手法と同等の精度を実現し、グローバル自己位置推定も可能にした。
- 自律システムを実践的に教える：ロボティクス教育におけるモジュール式小型ハードウェアの活用教育・自律走行2022/9/1
小型自律走行車F1TENTHを教材として、講義と競技を通じて自動運転アルゴリズムを実践的に学ぶ教育モジュールを開発し、複数大学での授業実践と学生評価からその有効性を示した論文。
- シミュレーションと現実のギャップを回避：スーパーバイザを用いたオンライン強化学習sim2real2022/9/1
モデルベースの安全スーパーバイザを併用し、シミュレーション訓練なしで実車両の強化学習をオンラインで安全に行う手法を提案し、シミュレーション学習より高性能な運転を実現した。
- ゲーム理論に基づく目的空間プランニングマルチエージェント計画2022/9/1
敵対的マルチエージェント環境での競争戦略と連続運動計画を同時に行うため、エージェント行動の意図を明確にする離散化と反事実後悔最小化を用いた計画手法を提案し、自動運転車のヘッドツーヘッドレースで有効性を示した。
- 自律走行レース向け模倣学習ベース制御ポリシーのベンチマーク比較自律走行2022/9/1
スケールカーの自律レースを対象に、複数の模倣学習ポリシーをシミュレーションと実機で比較し、対話型模倣学習が従来手法を上回り、強化学習のブートストラップとしても有効であることを示した。
- Autoware.Autoで挑む自動運転レース：第3回日本自動車AIチャレンジ優勝記自動運転レース2022/6/1
自動運転OSS「Autoware.Auto」を用いて、レーン変更による追い抜き戦略や走行ライン最適化、モデル予測制御を組み合わせ、国際オンラインレースで優勝した手法を解説した論文。
- TUM自律モータースポーツ：インディ自律走行チャレンジのための自律レーシングソフトウェア自律走行2022/5/1
インディ自律走行チャレンジに参加したTUMチームのソフトウェアスタックとアルゴリズムを紹介し、インディアナポリスとラスベガスでの競技結果を報告する。
- 自律システムのための勾配不要なマルチドメイン最適化最適化2022/2/1
自動運転車のハードウェアとソフトウェアを勾配不要最適化で同時に最適化し、6種の最適化手法を3環境で比較評価した研究。
- インディ・オートノマス・チャレンジ：限界域で走る自動運転レースカー自動運転レース2022/2/1
自動運転レースカーでインディ・オートノマス・チャレンジに参戦するTUMチームのソフトウェア開発ワークフローとハードウェア・イン・ザ・ループシミュレーション環境を紹介し、高性能自動運転レースソフトウェアの設計方針を概説した論文。
- 限界走行に挑む自動運転：自動運転レースのサーベイ自動運転レース2022/2/1
自動運転レース分野の知覚・計画・制御・end-to-end学習の手法とプラットフォームを初めて包括的に整理し、今後の課題をまとめたサーベイ。
- RRTによる自動レースの追い越しマニューバのストレステスト自動運転/テスト生成2021/10/1
RRTを用いて他エージェントの挙動を摂動させ、自動レースの追い越しロジックと経路計画の衝突を効率的に発見するテスト生成手法を提案した。
- トラック区間ベースのオフライン方策学習による自動運転レースカーの追い越しマニューバ自動運転レース/方策学習2021/7/1
トラックを区間に分割し、自車の速度と位置に基づく追い越し確率をオフライン学習で推定し、学習方策を組み込んだ切替型MPCC制御で追い越し回数を増やせることを示した論文。
- 限界走行域における自動運転EVのリアルタイム適応速度最適化速度計画/最適化2020/12/1
摩擦係数が時空間的に変化する状況に対応し、車載ECU上でリアルタイムに速度プロファイルを生成する最適化ベースの速度プランナを提案した論文。
- 自動運転向けオープンソースシナリオ設計ツール自動運転シミュレーション2020/6/1
自動運転の評価用に、通常環境やレース環境で複数車両のシナリオを生成できるオープンソースGUIを提案し、安全評価モジュールの検証に応用した。
- 自動運転レーシングソフトウェアとプロレーサーの比較評価自動運転レーシング2020/5/1
自動運転レース用ソフトウェアスタックをプロのレーサーとモータースポーツのデータ解析手法で比較し、性能向上の手がかりと人間との差を明らかにした。
- 動的環境におけるレース車両のための多層グラフベース軌道計画軌道計画2020/5/1
高速かつ摩擦限界で走行するレース車両向けに、多層グラフを用いた先読み2段階の軌道計画手法を提案し、シミュレーションと実車で有効性を示した。
