Ramtin Pedarsani
収録論文 11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
- 混合交通における協調型自動運転車の安全性とロバスト性を向上させる学習ベースの社会的調整マルチエージェント強化学習2022/11/1
自動運転車と人間運転車が混在する交通環境で、マルチエージェント強化学習を用いて自動運転車が人間の行動を暗黙的に学習し、利他性を導入した分散報酬設計により安全性と適応性を高める手法を提案した。
- 混合交通における強化学習ベースの協調自動運転の堅牢性と適応性協調自動運転/MARL2022/2/1
自動運転車と人間運転車が混在する交通環境で、人間の行動特性が未知・非定常でも安全に協調できるよう、マルチエージェント強化学習と分散型フレームワーク・報酬設計を提案し、堅牢性や安全性を検証した論文。
- 制約付き潜在表現から汎化可能な運転ポリシーを学習する自動運転/表現学習2021/11/1
情報ボトルネックで運転シナリオ間の距離を最小化する潜在表現を抽出し、それをQ学習の入力として未知環境にも汎化する自動運転ポリシーを学習した。クラッシュ数を約半分に削減。
- 自動運転における社会的協調と利他性マルチエージェント強化学習2021/7/1
混合交通環境での自動運転車の行動計画を部分観測確率ゲームとして定式化し、マルチエージェント強化学習で利他的な社会効用を最適化する方策を学習させた研究。
- 人間ドライバーに共感する協調型自動運転自動運転2021/7/1
心理学の社会的価値志向を自動運転に取り入れ、競合シナリオでも経験学習のみで利他的に振る舞い安全で円滑な交通を実現するSymCoDriveを提案し、利他性の適切な調整が重要と示した。
- マルチエージェントA2Cによる協調型自動運転車の利他的マニューバ計画自動運転/マルチエージェント強化学習2021/7/1
マルチエージェント強化学習(A2C)を用い、周囲の自動運転車や人間ドライバーの効用を考慮した利他的なマニューバ計画を分散報酬設計で学習させる手法を提案した論文。
- 混在自動運転環境における交通ネットワークの効率的均衡を促す価格設計交通制御2021/6/1
人間の運転者と自動運転ライドヘイリングが混在する並列道路網で、利用者選好を学習しつつ社会的目的を最大化する価格を計画最適化で求める手法を提案した。
- 自動運転車の動的経路制御を深層強化学習で学習し交通渋滞を間接的に緩和交通制御/強化学習2019/9/1
自動運転車の経路を強化学習で制御し、人間ドライバーの利己的な経路選択を間接的に誘導することでネットワーク全体の渋滞を最小化する手法を提案した論文。
- グリーンな選択:共有道路における人間の意思決定の学習と誘導交通制御2019/4/1
自動運転車と人間ドライバーが混在する道路で、ライドヘイリングの価格設定により人間の経路選択を誘導し、混雑を緩和する手法を提案した論文。
- 利他的自動運転による混雑緩和:共有道路網における最適均衡の設計交通最適化2018/10/1
人間と自動運転車が混在する並列道路網で、自動運転車の利他的経路選択が混雑に与える影響を交通流モデルで定式化し、予期せぬ需要にも頑健な最適均衡を計算するアルゴリズムを提案した。微小な利他性でも総遅延が大幅に改善し、シミュレーションで最悪の利己均衡から最適均衡へ平均遅延が4分の1になることを示した。
- 自動運転車が人間ドライバーに働きかけて道路容量を最大化する手法交通制御2018/7/1
自動運転車が周囲の人間ドライバーの行動に意図的に影響を与え、プラトゥーニングによる道路容量を最大化する車両配置を実現するアルゴリズムを提案し、シミュレーションで実証した。
