Luca Paparusso

収録論文 6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

• PRIME: VLAモデルにおける状況記憶埋め込みによる知覚フィードバック
  VLA2026/9/18

  自動運転VLAモデルに、過去の知覚・推論・ナビ目標・予測行動を集約した状況記憶で知覚クエリを条件付けるフィードバック機構を導入し、Bench2DriveでSOTA性能を達成した。

• スーパーエージェントと交絡因子：周辺エージェントが車両軌道予測に与える影響
  軌道予測2026/4/1

  周辺エージェントの情報が軌道予測精度を低下させる場合があることを発見し、条件付き情報ボトルネックを導入して不要な情報を圧縮・無視することで予測性能とロバスト性を向上させた。

• 制約付き駐車シーンにおける経路計画への強化学習の適用
  経路計画2026/1/1

  狭い駐車場での切り返しが多い経路計画を、自転車モデルに基づく深層強化学習でリアルタイムに解く手法を提案し、新ベンチマークで従来手法を上回る成功率と効率を達成した。

• ZAPP! 予測と計画のゾノトープ合意による連続時間衝突回避と離散時間ダイナミクス
  予測計画統合2024/6/1

  予測と計画の表現の不一致を解消するため、粗い時間離散化とゾノトープ不確かさ表現を統合し、勾配ベース最適化で衝突回避を実現する手法を提案。

• 競合他車を考慮したハイブリッドレース車両の確率的ラップ戦略最適化
  レース戦略最適化2022/3/1

  過去データから他車のセクタータイムと追い越し確率を統計化し、マルチエージェントのモンテカルロシミュレーションで交通状況を再現した上で、遺伝的アルゴリズムと確率的動的計画法によりハイブリッド車の最適エネルギー戦略をオフライン計算する枠組みを提案した。

• 3D道路におけるドライバー・車両ダイナミクスのリアルタイム予測：ベイズ最適化を活用した深層学習フレームワーク
  予測/深層学習2021/3/1

  LSTMオートエンコーダとベイズ最適化を組み合わせ、道路形状と過去のダイナミクスを統合してドライバー・車両系の動態をリアルタイムに予測する枠組みを提案し、ドライビングシミュレータのデータで検証した。