Peyman Yadmellat
収録論文 6本 ・ フィジカルAI/ロボット学習
自動運転/模倣学習自動運転/強化学習軌道計画経路計画強化学習
※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
- 運転しないための学習:実演から運転制約を学ぶ自動運転/模倣学習2021/10/1
人間の運転軌跡から、既存の自動運転システムに追加できる形で運動計画の制約を学習する手法を提案。計画問題を制約付きMDPとして定式化し、専門家軌跡の分布学習により制約を獲得する。
- 不確実性下の自動運転のための強化学習による動作計画自動運転/強化学習2021/10/1
知覚の不確実性(視野制限・遮蔽・センサ範囲)に対処するため、最悪ケースを最適化する分布型強化学習ベースの動作計画手法を提案し、歩行者遮蔽やカーブ路のシナリオで従来RLより優れた挙動を示した。
- 一般凸時空間コリドーにおける凸包性の十分条件軌道計画2021/10/1
時空間安全コリドー内でベジェ曲線などの軌道を生成する際、凸包性を保証するための十分条件を理論的に導出し、より複雑な形状のコリドーを許容して軌道の滑らかさと最適性を改善した論文。
- 階層型計画と強化学習によるマルチレーン自動走行自動運転/強化学習2021/10/1
行動決定・経路計画・制御の階層に状態行動空間の抽象化を組み込み、強化学習で複数車線の自動走行を実現し、シミュレーション間のモデル転移も示した論文。
- 動的環境における経路計画のための空間制約生成経路計画2021/10/1
三角分割メッシュのトポロジーをまたぐチャネル列を生成し、地図に頼らず動的環境での経路計画を安定化させる手法を提案した論文。
- CoachNet:強化学習のための敵対的サンプリング手法強化学習2021/1/1
失敗予測器「CoachNet」をオンライン学習し、失敗確率に基づく確率的サンプリングで苦手なエピソードを優先的に訓練することで、強化学習のサンプル効率とテスト時ロバスト性を向上させる手法を提案。
