Mengye Ren
収録論文 15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
- AdaJEPA: 適応的潜在世界モデル世界モデル/計画2026/6/30
テスト時に世界モデルを適応させることで、分布シフト下での計画失敗を防ぐ手法を提案。MPCの閉ループ内で自己教師あり適応を行い、少数の勾配ステップで性能を大幅に改善する。
- 潜在計画のための時間的直線化世界モデル/表現学習2026/3/12
世界モデルを用いた潜在計画のための表現学習を改善する手法を提案。人間の視覚処理における知覚的直線化仮説に着想を得て、曲率正則化により潜在軌道を局所的に直線化し、計画の安定性と成功率を向上させる。
- LiDAR点群からの教師なし物体検出に向けて教師なし物体検出2023/11/1
LiDAR点群から近距離クラスタリング・時間的一貫性・CNNの並進同変性・自己教師あり学習を組み合わせ、教師なしで物体検出を行うOYSTERを提案した論文。
- 自動運転のための閉ループ訓練の再考自動運転2023/6/1
自動運転エージェントの閉ループ訓練におけるベンチマーク設計の影響を分析し、長期的な計画と想像データを活用する新しい強化学習手法TRAVLを提案した。
- 必要な部分だけラベル付け:部分ラベル付きシーンによる知覚・予測のための細粒度アクティブ選択アクティブ学習2021/4/1
自動運転の知覚・予測タスク向けに、コストを考慮し部分ラベル付きシーンから細かくサンプルを選ぶアクティブ学習手法を提案し、大規模実データで知覚・予測・計画の性能向上を示した。
- SceneGen: リアルな交通シーンを生成する学習手法交通シーン生成2021/1/1
自車状態と高精細地図から、ルールやヒューリスティクスを使わずにニューラル自己回帰モデルで多様な交通参加者を配置・生成し、実世界に汎化する知覚モデル学習を可能にした研究。
- AdvSim:自動運転車向けの安全クリティカルなシナリオを生成する敵対的フレームワーク自動運転シミュレーション2021/1/1
LiDARベースの自動運転システム全体に対して、物理的に妥当な形でアクターの軌跡を改変しセンサデータも更新することで、安全クリティカルな敵対的シナリオを生成する手法を提案した論文。
- 位置誤差を推定・補正する協調通信を学習する自動運転マルチエージェント知覚マルチエージェント協調知覚2020/11/1
自動運転車同士が協調して物体検出と軌道予測を行う際、位置推定ノイズで性能が落ちる問題に対し、通信・誤差推定・合意形成を学習する枠組みを提案し、厳しい位置ノイズ下での頑健性を大幅に改善した。
- 知覚・注目・運転:安全な自動運転のための空間的注意の学習自動運転2020/11/1
運動計画に直接向けたスパース注意モジュールを備えたEnd-to-End自動運転ネットワークを提案し、重要な領域に集中計算することで安全性と解釈性を向上させた。
- インタラクションTransformerによる統合的な状況認識と予測自動運転/軌道予測2020/8/1
自動運転向けに、物体間の相互作用を考慮したTransformerベースの再帰型ネットワークで3D物体検出と将来軌道予測をエンドツーエンドかつリアルタイムに行い、衝突の少ない予測を実現した論文。
- 知覚・予測・計画:解釈可能な意味表現による安全な動作計画自動運転/動作計画2020/8/1
自動運転向けに、知覚・予測・動作計画を統合し、微分可能な意味的占有表現をコストとして用いることで解釈可能かつ安全な軌道を生成するend-to-end学習ネットワークを提案した論文。
- マルチエージェント経路探索のための価値反復ネットワーク群制御2020/7/1
疎結合グラフと動的交通環境での複数エージェント協調経路探索を、学習ベースの価値反復と通信モジュールを組み合わせたグラフニューラルネットで解き、従来手法より低コスト・高速で汎化性も示した。
- LiDAR物体検出に対する物理的に実現可能な敵対的サンプル敵対的攻撃2020/4/1
車両の屋根に置くだけでLiDAR検出器から車両を80%の成功率で隠せる汎用3D敵対的物体を生成する手法を提案し、複数の検出器で攻撃性能を評価した。
- 自動運転車のための挙動計画と軌道計画の同時学習自動運転計画2019/10/1
挙動計画と軌道計画が共通のコスト関数を共有する解釈可能な枠組みを提案し、実走データで人間の運転との類似性と安全性が向上することを示した。
- 未知クラスも検出する自動運転向けオープンセット点群インスタンスセグメンテーション点群セグメンテーション2019/10/1
点群をカテゴリ非依存の埋め込み空間に投影してクラスタリングすることで、既知・未知クラスの物体を一括でセグメンテーションする手法を提案し、大規模自動運転データセットで有効性を示した。
