Min Dou
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
- ZOPP: 自動運転のためのゼロショットオフボードパノプティック知覚フレームワーク自動運転/パノプティック知覚2024/11/1
視覚基盤モデルのゼロショット認識能力と点群の3D表現を統合し、自動運転シーンの多様な要素を自動ラベリングするマルチモーダルなパノプティック知覚フレームワークを提案した。
- DriveArena: 自動運転のための閉ループ生成シミュレーションプラットフォーム自動運転シミュレーション2024/8/1
生成モデルで実写のような画像を作り出し、交通シミュレータと組み合わせて自動運転エージェントを閉ループで評価できる高忠実度シミュレーションシステムを構築した。
- 継続的に学習・適応・改善する:自動運転のための二重プロセスアプローチ自動運転2024/5/1
人間の認知プロセスに着想を得て、注意選択と二重プロセス意思決定(分析的推論とヒューリスティック処理)を組み合わせ、反省機構と記憶バンクで自己改善する自動運転フレームワークLeapADを提案。CARLAでの閉ループ評価でカメラ入力のみの手法を上回り、ラベルデータも大幅に削減できることを示した。
- LimSim++:マルチモーダルLLMを自動運転に展開するための閉ループプラットフォーム自動運転/LLM2024/2/1
マルチモーダル大規模言語モデルを自動運転に応用するため、長時間・多シナリオの閉ループシミュレーションを可能にする拡張プラットフォームLimSim++を提案し、ベースラインの(M)LLM駆動フレームワークを実験的に検証した。
- 知識駆動型自動運転に向けて自動運転2023/12/1
データバイアスや長尾シナリオへの弱さ、解釈性の欠如といった従来の自動運転の課題に対し、大規模言語モデルや世界モデル、ニューラルレンダリングなどを用いた知識駆動型アプローチの研究動向を整理し、今後の方向性を示したサーベイ論文。
- GPT-4V(ision)と自動運転:視覚言語モデルの初期探索VLA2023/11/1
自動運転への視覚言語モデルGPT-4Vの応用可能性を評価し、シーン理解や因果推論で優れる一方、方向認識や信号認識に課題があることを示した。
- DiLu: 大規模言語モデルによる知識駆動型自動運転自動運転2023/9/1
大規模言語モデルに推論と内省のモジュールを組み合わせ、常識的知識に基づく意思決定と経験の蓄積を可能にする自動運転フレームワークDiLuを提案した。
- LimSim: 長期的インタラクティブなマルチシナリオ交通シミュレータ交通シミュレーション2023/7/1
都市路網で長期的に連続した交通シミュレーションを行い、多様な車両間の相互作用を再現するシミュレータLimSimを提案した。
- 人間のように運転する:大規模言語モデルによる自動運転の再考自動運転2023/7/1
大規模言語モデル(LLM)を自動運転に活用し、人間のように環境を理解し、推論・解釈・記憶する能力を検証した。閉ループシステムを構築し、長尾ケースへの対応可能性を示した。
