Nachiket Deo
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
- 自動運転経路計画における顕著性を考慮した標識分類:新規データセットによる実験的検討自動運転2021/12/1
自動運転車にとって重要な標識かどうかを示す「標識顕著性」を定義した新データセットを構築し、標識画像と車両の走行操作情報を組み合わせた畳み込みネットワークで76%の精度で予測できることを示した。
- 車線グラフ走行に条件付けられたマルチモーダル軌道予測軌道予測2021/6/1
車線グラフ上の離散ポリシーロールアウトと潜在変数デコーダを組み合わせ、周辺車両の横方向・縦方向の不確実性を捉える軌道予測手法を提案し、nuScenesで最先端性能を達成した。
- 自動運転車が人間に運転交代を促すタイミングの実データモデリング自動運転・ヒューマンインタラクション2021/4/1
実車の自動運転中にドライバーが運転を引き継ぐまでの時間(TOT)を、複数の車内カメラ映像から連続的に予測するモデルを構築した研究。
- 車線方位を考慮した補助損失による自動運転の軌道予測軌道予測2020/11/1
車線の進行方向に反する軌道を罰する微分可能な新指標を補助損失として導入し、MTPやMultiPathモデルを拡張してnuScenesベンチマークで車線追従性の高い予測を実現した。
- マルチヘッド注意とエージェント・マップ統合表現による自動運転の軌道予測軌道予測2020/5/1
静的シーンと周囲エージェントを統合表現し、マルチヘッド注意で多様な将来軌道を生成する軌道予測手法を提案。nuScenesベンチマークで最先端性能を達成。
- グリッドベース計画に条件付けられた未知環境での軌道予測軌道予測2020/1/1
最大エントロピー逆強化学習で学習したグリッド上の方策からサンプリングした計画に基づき、注意機構を用いて歩行者・車両の将来軌道を予測する手法を提案した。
- エージェント中心時空間グリッドによるシーン整合型軌道予測軌道予測2019/9/1
エージェント中心の2次元グリッドで過去軌道を、RGB俯瞰画像で周囲シーンを表現し、畳み込み層とConvLSTMで将来の歩行者軌道を予測する手法を提案した。
- シーン誘導型マルチモーダル軌道予測:計画問題としての定式化軌道予測2019/5/1
未知のシーンにおけるエージェントのマルチモーダル軌道予測を計画問題として定式化し、目標予測・逆強化学習による経路計画・軌道生成の3モデルで予測する手法を提案した。
