Krzysztof Czarnecki
収録論文 23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
- 混合交通の安全性向上:学習ベースの人間運転車両モデリングと効率的制御自動運転/制御2024/4/1
人間運転車両の挙動を第一原理モデルとガウス過程学習でモデル化し、不確実性を考慮したモデル予測制御で自動運転車両の安全な車間制御を実現した。
- SSL-Interactions: 相互作用に着目した軌道予測のための事前学習タスク軌道予測2024/1/1
自動運転の軌道予測において、エージェント間の非線形な相互作用をよりよく学習するため、4つの相互作用認識型の事前学習タスクと相互作用の多いシーンの選別手法、および評価指標を提案した。
- FJMP: 学習された有向非巡回相互作用グラフ上での因子分解型ジョイントマルチエージェント運動予測運動予測2022/11/1
マルチエージェントの運転シーンにおいて、相互作用を有向非巡回グラフとしてモデル化し、ジョイント予測を因子分解することで、より正確でシーン整合性の高い将来軌道予測を実現した。
- LiDARベース3次元物体検出のための分布外検出3D物体検出2022/9/1
LiDARベースの3次元物体検出において、訓練分布外の入力を検出する手法を提案し、KITTIデータセットで評価した。
- 交通シミュレーションでリアルな人間行動を生成する階層的行人行動モデル歩行者シミュレーション2022/6/1
ビヘイビアツリーで高レベル意思決定を行い、Social Forceモデルで低レベル動作を生成する階層的行人行動モデルを提案し、自動運転車のシナリオテスト用シミュレータに統合した。実データで98%以上の意思決定精度と高忠実度の軌跡再現を達成。
- SSL-Lanes: 自動運転における運動予測のための自己教師あり学習運動予測2022/6/1
自動運転の運動予測に自己教師あり学習を初めて体系的に導入し、4つの補助タスクを提案してArgoverseで高精度かつ低遅延な予測を実現した研究。
- ADSシナリオベーステストのためのドライバー・車両モデルシナリオベーステスト2022/5/1
自動運転システムのシナリオベーステスト向けに、人間らしい運転と車両の機械的制約を組み合わせ、ビヘイビアツリーと最適化ベースのマニューバ計画で車両挙動を制御するSimulated Driver-Vehicleモデルを提案した。
- 安全性を保証できる人間模倣型知覚アーキテクチャ知覚アーキテクチャ2022/5/1
人間の二重過程思考に着想を得て、深層学習知覚の脆弱性や解釈性の欠如に対処する安全保証可能な知覚アーキテクチャを提案した論文。
- 見えない相手を考慮した戦略プランナの動的遮蔽リスク検証フレームワーク安全性検証2021/9/1
ハイパーゲーム理論に基づく動的遮蔽リスク指標を提案し、自動運転の戦略プランナを効率的に安全性検証する手法を開発した。自然走行データ比で4000%高速化し、多様な遮蔽事故を自動生成できる。
- 戦略的運転行動のための一般化動的認知階層モデル行動計画2021/9/1
自動運転の行動計画と人間の運転行動モデリングのため、オートマトン戦略によるレベル0行動と安全性・操作の満足化による限定合理性を取り入れた一般化動的認知階層フレームワークを提案し、実データとシミュレーションで有効性を示した。
- 自動運転における知覚コンポーネントの安全ケース構築:システム要求とユニット要求を結ぶ欠けたリンク自動運転/安全保証2021/8/1
自動運転の知覚コンポーネントについて、システムレベルの安全要求とユニットレベルの性能要求を演繹的・形式的に結びつける汎用テンプレート「ISCaP」を提案し、ケーススタディで有効性を示した論文。
- 自動運転車の歩行者向け視覚信号:実験と設計指針自動運転・HRI2020/10/1
自動運転車が歩行者に意図を伝える視覚信号6種を、視認性・直感性・説得力・使いやすさの観点から4つの被験者実験で評価し、12の設計指針を導出した。
- 限定合理性下の階層ゲームにおける解概念と自動運転への応用自動運転/ゲーム理論2020/9/1
自動運転の行動計画をマルチエージェントゲームとして捉え、人間の運転を限定合理的な行動ゲーム理論でモデル化する4つのメタモデルを階層ゲームに適用し、大規模な交差点データセットで適合度と予測性能を評価した。
- 自動運転における普遍的に安全なスワーブ操舵自動運転/安全2020/1/1
RSS安全基準にブレーキに加えて車線変更スワーブを導入し、キネマティック自転車モデルで高速時の安全車間距離を短縮できることを示した。
- 信頼モデリングによる自動運転車の協調知覚フレームワークTruPercept協調知覚2019/9/1
車車間通信で共有される知覚情報を相手の信頼度で重み付けして融合し、見通し外や遠距離の物体検出を強化する手法を提案。悪意ある・不正確な報告を含む合成データセットも公開した。
- MLOD:堅牢な特徴融合に基づくマルチビュー3D物体検出3D物体検出2019/9/1
RGB画像とLiDAR点群を入力とし、BEV上の3D提案を画像・BEV両方の特徴マップに投影して融合する2段階3D物体検出器MLODを提案。深度マスクと各センサチャネル個別の検出ヘッドにより特徴抽出器の劣化を防ぎ、KITTIで最先端性能を達成した。
- 自動運転における行動計画の設計空間自動運転2019/8/1
自動運転の行動計画における設計選択とトレードオフを分解・整理し、今後の研究方向を示したサーベイ的論文。
- 自動運転知覚のための高精度合成画像・LiDARデータセットPreSIL自動運転知覚/合成データセット2019/5/1
ゲームGTA V内に精密なLiDARシミュレータを構築し、5万フレーム超の画像・深度・セグメンテーション・注釈付きデータセットを自動生成。事前学習に用いることでKITTI 3D物体検出の精度が最大5%向上した。
- FANTrack: 特徴関連ネットワークによる3D多物体追跡3D多物体追跡2019/5/1
CNNを用いて画像と空間特徴を組み合わせた類似度関数を学習し、検出ベースの3D多物体追跡におけるデータ関連付けをデータ駆動で行う手法を提案した論文。
- 車両経路データから学ぶ格子プランナ制御集合の生成プランニング2019/3/1
代表的な車両経路データセットから学習し、タスクに適した疎な格子プランナ制御集合を計算する手法を提案。従来手法より小さな制御集合で高い機動性を維持し、計画時間を最大4.31倍高速化。
- 限定合理性に基づく自動運転の希少事象サンプリング手法自動運転評価2019/3/1
限定合理性の理論に基づく交通行動モデルを構築し、大規模な自然走行データで検証することで、希少事象の確率推定と新たな交通状況の生成を可能にした。
- 自動運転の安全性のための知覚不確実性管理フレームワークに向けて自動運転/知覚不確実性2019/3/1
教師あり機械学習を用いた自動運転の知覚における不確実性を性能指標として捉え、その影響要因を整理し、測定・制御・証拠提供の枠組み構築への第一歩を示した位置づけ論文。
- 多目的深層強化学習による市街地走行自動運転2018/11/1
閾値付き辞書式Q学習の深層学習版を都市走行に適用し、複数車線や交差点での車線変更・譲り合いを学習。因子化MDP拡張でデータ効率を改善し、環状道路へのゼロショット転移も示した。
