Quinlan Sykora

収録論文 6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

• UnO: 知覚と予測のための教師なし占有フィールド
  自動運転2024/6/1

  LiDARデータから自己教師あり学習で連続的な4D時空間占有フィールドを学習し、点群予測やBEV意味占有予測に転移可能な世界モデルを構築した研究。

• QuAD: 自動運転のためのクエリベース解釈可能なニューラル動作計画
  動作計画2024/4/1

  計画器が必要な時空間領域のみに占有クエリを発行し、候補軌道を衝突回避・快適性・進捗で評価する統合的な自動運転フレームワークを提案。高忠実度閉ループシミュレーションで高速道路運転品質が最先端を上回る。

• 自動運転の知覚と予測のための暗黙的占有フローフィールド
  自動運転知覚予測2023/8/1

  自動運転車の知覚と将来予測を統合し、時空間の連続的な位置で直接クエリ可能な暗黙的占有・フロー表現を単一のニューラルネットワークで学習する手法を提案。

• 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。

• Zeus: 自動運転競技AutoDriveで2連覇を達成したシステムの解説
  自動運転2020/4/1

  学生チームaUTorontoが開発した自動運転車Zeusのシステム構成（センサ群・ソフトウェア・チーム運営）と、交差点・歩行者・信号対応を競うSAE AutoDrive Challenge第2年での優勝内容をまとめた論文。

• 集中方策から学ぶロボット群の分散協調方策
  群制御2017/9/1

  集中制御の方策を深層学習で模倣し、大規模ロボット群の分散協調方策を学習する手法を提案。ランデブー問題と粒子割当問題で集中方策に匹敵する性能を示した。