Leo Laine
収録論文 6本 ・ フィジカルAI/ロボット学習
自動運転意思決定軌道計画自動運転/強化学習自動運転/計画+強化学習
※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
- 運行総コストに基づく報酬を用いた深層強化学習による自動運転トラックの戦術的意思決定自動運転意思決定2024/3/1
高速道路での自動運転トラックのACCと車線変更を対象に、運行総コスト(TCOP)を報酬設計に組み込んだ深層強化学習フレームワークを構築し、高レベル意思決定と低レベル制御を分離する手法を検討した。
- 分散モデル予測制御による密集高速道路交通での相互作用を考慮した軌道予測と計画軌道計画2023/8/1
密集交通下で自動運転車の軌道計画と周囲車両の軌道予測を分散モデル予測制御で統合し、予測誤差に対する性能と収束性をシミュレーションで評価した。
- アンサンブル分位ネットワーク:不確実性を考慮した強化学習と自動運転への応用自動運転/強化学習2021/5/1
分布型強化学習とアンサンブル学習を組み合わせ、偶発的・認識論的不確実性を同時に推定するEQN手法を提案し、自動運転の交差点判断でリスクと効率のバランスや未学習状況の検出が可能なことを示した。
- 不確実性推定を用いた強化学習による自動運転の戦術的意思決定自動運転/強化学習2020/4/1
ニューラルネットのアンサンブルとランダム化事前関数によるベイズ強化学習で、自動運転の意思決定の不確実性を推定し安全な行動選択を可能にする手法を提案した。
- 自動運転の戦術的意思決定における計画と深層強化学習の統合自動運転/計画+強化学習2019/5/1
AlphaGo Zeroを連続状態空間に拡張し、モンテカルロ木探索と深層強化学習を組み合わせた自動運転の戦術的意思決定フレームワークを提案。高速道路のシミュレーションでベースラインを上回る性能を示した。
- 深層強化学習による速度・車線変更の自動意思決定自動運転/強化学習2018/3/1
トラック・トレーラーの速度と車線変更の意思決定を深層Qネットワークで学習し、高速道路と対向車線での追い越しの両方で汎用的に機能することを示した論文。
