Mahsa Golchoubian
収録論文 9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
- 自動運転ポリシー評価のための閉ループシナリオオーケストレーション自動運転シミュレーション2026/11/6
自動運転ポリシーの閉ループ評価において、意図した交通シナリオを確実に再現するため、非自車アクターを再タイミング・経路変更・役割再割当で適応制御するシナリオオーケストレータを提案した。
- 終点制約付き軌道最適化によるエンドツーエンド運転モデルの誘導自動運転2026/9/25
エンドツーエンド運転ポリシーの出力軌道を、予測終点を保ちながら走行履歴に基づいて中間ウェイポイントを再整形する軽量後処理ECOを提案し、閉ループ性能を改善した。
- 信念を考慮した影響力と信頼(BAIT):繰り返しの人間とロボットの相互作用における人間の信念の形成HRI/制御2026/7/1
人間の信念の変化を推定しつつ、長期的な影響力と信頼のバランスを最適化する制御器BAITを提案し、シミュレーションと実機実験で有効性を示した。
- 効率的かつ転移可能な制御学習のためのダイナミクス蒸留自動運転/強化学習/sim2real2026/5/1
高忠実度シミュレータのダイナミクスを並列化可能な学習モデルに蒸留し、その中で強化学習を行って元のシミュレータへ展開するSim2Sim2Simフレームワークを提案した。
- ガウス軌道予測器の再考:安全な計画のための較正された不確実性軌道予測2026/3/1
歩行者の将来位置をガウス分布で予測する際の信頼度をカーネル密度推定とカイ二乗分布の一致で較正する新損失関数を提案し、安全な経路計画に貢献する。
- 歩行者と車両の軌道に基づく構造化環境と非構造化環境の特徴付け軌道予測2025/2/1
歩行者と車両の軌道データセットを速度や軌道変動性などの特徴量で比較し、K-meansクラスタリングと一般化線形モデルを用いて構造化環境と非構造化環境を定量的に区別する指標を提案した。
- 予測不確実性を考慮した深層強化学習による共有空間での自動運転車の群衆ナビゲーション群衆ナビゲーション2024/5/1
歩行者の予測軌道の不確実性を強化学習の訓練に組み込み、歩行者のパーソナルスペースを尊重しつつ衝突を減らす自動運転車のナビゲーション手法を提案した。
- 極座標衝突グリッド:衝突判定を用いた共有空間における歩行者軌道予測のための効果的な相互作用モデリング歩行者軌道予測2023/8/1
歩行者と車両・歩行者同士の衝突リスク(衝突までの時間と接近方向)を極座標グリッドで表現し、共有空間での歩行者軌道予測精度を向上させる手法を提案した論文。
- 歩行者と車両が混在する環境における歩行者軌道予測:系統的レビュー軌道予測2023/8/1
自動運転車が歩行者と空間を共有する際に必要な歩行者軌道予測手法をPRISMAガイドラインに沿って系統的にレビューし、歩行者-車両間相互作用の考慮点やデータセット、研究課題を整理した。
