Kasra Rezaee
収録論文 13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
- RLFTSim: 強化学習による微調整で実現する現実的かつ制御可能なマルチエージェント交通シミュレーション交通シミュレーション2026/5/1
交通シミュレーションモデルを強化学習で微調整し、実データ分布に合わせてロールアウトの現実性を高めるとともに、目標条件付きの制御可能性を蒸留する手法を提案した。
- シミュレーションを超えて:自動運転における計画と因果性のためのワールドモデルベンチマーク自動運転2025/8/1
自動運転のワールドモデルを交通シミュレータとして評価する既存指標の頑健性を分析し、制御不能な物体への感度や政策学習のための擬似環境としての性能を評価する新指標を提案した。
- CAPS: 自動運転の模倣学習を強化する文脈認識型優先サンプリング模倣学習2025/3/1
VQ-VAEでデータをクラスタリングし、希少な重要サンプルを優先的に学習させることで、自動運転の模倣学習におけるデータ効率と汎化性能を向上させる手法を提案。
- ベクトル化シーン埋め込みからソフトな運転制約を学習する専門家軌道模倣模倣学習/運動計画2024/12/1
専門家の軌道から運転制約を抽出し、模倣学習に統合する手法を提案。シミュレータ不要で、解釈性と閉ループ性能を向上させる。
- 注意を制御せよ:自動運転における堅牢な軌道予測のための因果的注意ゲーティング軌道予測2024/10/1
自動運転の軌道予測において、非因果的なエージェントからの摂動に頑健にするため、因果発見ネットワークと因果的注意ゲーティングを組み合わせたモデルCRiTICを提案し、最大54%の堅牢性向上と29%のドメイン汎化性能向上を達成した。
- ベクトル化表現ドリーマー:夢見によるマルチエージェント運動予測運動予測2024/6/1
自動運転車の行動を条件として全エージェントの軌道を想像する閉ループ訓練を導入し、マルチエージェント運動予測を行うベクトル化世界モデル手法を提案。Argoverse 2とinDで最先端性能を達成。
- 失敗からの妥当性学習:自動運転計画における分布シフトの緩和自動運転計画2024/6/1
自動運転の模倣学習における分布シフト問題に対処するため、プランナーが失敗した状況を集めたデータセットを用いて、環境に即した有効な軌道を識別するVL目的を提案し、CARLAシミュレーションで性能向上を実証した。
- NeurIPS 2022 コンペティション: Driving SMARTS自動運転2022/11/1
自動運転における分布シフト問題に取り組むため、実世界データとシミュレータSMARTSを組み合わせた2トラックの競技会を開催し、強化学習やオフライン学習など多様な手法を比較評価した。
- 不確実性下の自動運転のための強化学習による動作計画自動運転/強化学習2021/10/1
知覚の不確実性(視野制限・遮蔽・センサ範囲)に対処するため、最悪ケースを最適化する分布型強化学習ベースの動作計画手法を提案し、歩行者遮蔽やカーブ路のシナリオで従来RLより優れた挙動を示した。
- 運転しないための学習:実演から運転制約を学ぶ自動運転/模倣学習2021/10/1
人間の運転軌跡から、既存の自動運転システムに追加できる形で運動計画の制約を学習する手法を提案。計画問題を制約付きMDPとして定式化し、専門家軌跡の分布学習により制約を獲得する。
- 階層型計画と強化学習によるマルチレーン自動走行自動運転/強化学習2021/10/1
行動決定・経路計画・制御の階層に状態行動空間の抽象化を組み込み、強化学習で複数車線の自動走行を実現し、シミュレーション間のモデル転移も示した論文。
- CoachNet:強化学習のための敵対的サンプリング手法強化学習2021/1/1
失敗予測器「CoachNet」をオンライン学習し、失敗確率に基づく確率的サンプリングで苦手なエピソードを優先的に訓練することで、強化学習のサンプル効率とテスト時ロバスト性を向上させる手法を提案。
- 予測としての知覚:自動運転における汎用価値関数の活用自動運転2020/1/1
汎用価値関数(GVF)を用いて、周囲車両の挙動が自車の安全に与える影響をデータ駆動で予測する『予測としての知覚』フレームワークを提案し、適応巡航制御や実車両で有効性を示した論文。
