Ming Liang
収録論文 8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
- LaneRCNN:グラフ中心の運動予測のための分散表現軌道予測2021/1/1
各エージェント周辺の局所レーングラフ表現を学習し、共有グラフ上でメッセージ伝播させることで、自動運転向けの将来軌道予測を高精度化した研究。
- 実世界の歩行者を復元しシミュレーションするsim2real2020/11/1
自動運転車のセンサデータから歩行者の形状と動きを復元し、LiDARシミュレーションに組み込んで学習データ削減に貢献する手法を提案。
- 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・予測出力を直接シミュレートする自動運転車の安全性テスト手法自動運転シミュレーション2020/8/1
センサシミュレーションの代わりに知覚・予測システムの出力を直接模擬し、地図やバウンディングボックスから現実的な経路計画の安全性テストを可能にした研究。
- PnPNet:追跡を組み込んだエンドツーエンドの知覚と予測自動運転知覚2020/5/1
自動運転向けに、センサー入力から物体追跡と将来軌道予測を同時に行うエンドツーエンドモデルを提案し、大規模データセットで精度向上を示した。
- 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。
- 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。
