Meixin Zhu
収録論文 18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
- 保守的ソフトアクタークリティックによる効果的な強化学習制御強化学習2025/5/1
エントロピーと相対エントロピー正則化を組み合わせたCSACを提案し、探索と安定性のバランスを改善してロボット制御タスクでの性能を向上させた。
- 信号なし交差点における安全重視軌道計画のための拡散モデルと動的高次制御バリア関数軌道計画2024/12/1
拡散モデルと動的高次制御バリア関数を組み合わせ、信号のない交差点で左折・右折・直進を安全かつ効率的に計画する手法を提案。
- 選好整合拡散プランナによる四足歩行制御歩行2024/10/1
報酬ラベルなしの専門家データで拡散プランナをオフライン学習し、弱い選好ラベリングを用いたオンライン強化学習でロバスト性を高め、四足歩行の速度追従と実機ゼロショット転移を実現した。
- 言葉から車輪へ:自動運転のためのスタイルカスタマイズ方策の自動生成自動運転2024/9/1
自然言語の指示から自動運転の走行スタイルをカスタマイズした方策を自動生成するフレームワークWords2Wheelsを提案し、既存手法より精度・汎化・適応性で優れることを示した。
- EcoFollower: 燃費を考慮した環境に優しい車間追従モデル自動運転/強化学習2024/8/1
強化学習を用いて車間追従時の燃費を最適化するモデルを開発し、実データで従来モデルより燃費を10.42%削減できることを示した。
- CAV-AHDV-CAV:新しい車間追従構造と強化学習によるCAVの交通振動抑制VLA2024/7/1
2台のCAVに挟まれたHDV列を1つの実体として扱う車間追従フレームワークを提案し、深層強化学習で混合交通の停止・発進振動を抑制する。
- EditFollower: カスタマイズ可能な適応型クルーズコントロールのための調整可能な車両追従モデル自動運転/車両追従モデル2024/7/1
運転の「礼儀のなさ」レベルを調整できるデータ駆動型の車両追従モデルを提案し、LSTMとTransformerに多様な礼儀計算手法を統合して、HighDとWaymoデータセットで精度とスタイル制御性を実証した。
- MetaFollower: 適応型パーソナライズ自動車追従モデル自動運転/車両追従2024/6/1
メタ学習を用いて、少数の追従軌跡から個々のドライバーの運転スタイルに適応できるパーソナライズ車両追従フレームワークを提案。
- 大規模言語モデルによる高速道路運転のための報酬関数の生成と進化自動運転2024/6/1
LLMのコーディング能力を活用し、高速道路運転のRL報酬関数を自動生成・改良するフレームワークを提案。手設計の報酬関数を上回る成功率を達成。
- GRANP: 車両軌道予測のためのグラフ再帰注意ニューラルプロセスモデル軌道予測2024/4/1
グラフ注意ネットワークとLSTMを組み合わせたニューラルプロセスで、車両の軌道を予測しつつ不確実性も効率的に定量化する手法を提案した。
- 車両重量を考慮したリスク先読み型自動運転戦略:階層型深層強化学習によるアプローチ自動運転/強化学習2024/1/1
周囲車両の重量をリスク指標に組み込み、階層型強化学習とアテンション機構で車線変更・追従を判断する自動運転戦略を提案し、潜在事故の被害軽減効果を評価した。
- BEVGPT:自動運転の予測・意思決定・計画のための生成型事前学習大規模モデル自動運転2023/10/1
鳥瞰図画像のみを入力とし、運転シーンの予測・意思決定・軌道計画を統合した生成型事前学習モデルを提案し、従来手法を上回る性能を示した。
- EnsembleFollower: 強化学習と階層的計画に基づくハイブリッド車両追従フレームワーク自動運転/車両追従2023/8/1
強化学習エージェントが複数の車両追従モデルを状況に応じて選択・重み付けする階層的計画フレームワークを提案し、実走行データで人間らしい追従精度の向上を示した。
- EquiDiff: 軌道予測のための条件付き同変拡散モデル軌道予測2023/8/1
自動運転車の軌道予測のため、履歴情報とノイズから将来軌道を生成するSO(2)同変トランスフォーマーを基盤とした条件付き拡散モデルを提案し、NGSIMデータセットで短期的予測において優れた性能を示した。
- キャッチプランナー:飛行中の高速ターゲットを捕獲するマニピュレーション2023/2/1
深層強化学習による方策探索と軌道最適化を組み合わせ、ドローンが飛行中の高速ターゲットを任意の姿勢・位置ずれで捕獲できる計画手法を提案し、実機で検証した。
- エッジコンピューティングによるリアルタイムニアクラッシュ検出エッジコンピューティング/交通安全2020/8/1
ドライブレコーダーの映像をエッジ端末上でリアルタイム処理し、ニアクラッシュ(ヒヤリハット)を効率的に検出・収集するマルチスレッドシステムを構築した。実車両で1万時間以上評価し、通信・保存コスト削減と有用データ収集を実現した。
- 強化学習による安全・効率的・快適な自動運転の速度制御自動運転/強化学習2019/2/1
深層強化学習で車間距離を保つ速度制御モデルを構築し、NGSIMデータで訓練した結果、人間より安全で効率的かつ快適な追従走行を実現した。
- 上海市の都市高速道路における追従走行挙動のモデル化:自然走行調査交通モデリング2018/11/1
上海市の都市高速道路での自然走行データを用いて5つの追従走行モデルを較正・検証・比較し、インテリジェントドライバーモデルが最良であることや運転者間の挙動差を明らかにした。
