Raquel Urtasun
収録論文 73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
- 自動運転ポリシー評価のための閉ループシナリオオーケストレーション自動運転シミュレーション2026/11/6
自動運転ポリシーの閉ループ評価において、意図した交通シナリオを確実に再現するため、非自車アクターを再タイミング・経路変更・役割再割当で適応制御するシナリオオーケストレータを提案した。
- 拡散モデル誘導による都市シーン再構成の汎用高品質化手法3D再構成2026/5/1
都市シーンの3D再構成において、視点が大きくずれると画質が劣化する問題を、拡散モデルの生成的先験知識を活用して数分で修正する汎用的な手法GenReを提案した。
- 言語からの制約充足による交通シナリオオーケストレーション自動運転/シミュレーション2026/5/1
自動運転車のテスト用に、自然言語の記述を制約充足問題として解釈し、シミュレーション内のシナリオを自動生成する手法を提案した論文。
- 安全性重視の交通シナリオ生成のための条件付きフローマッチングVAE自動運転/シナリオ生成2026/5/1
現実のデータには稀な安全上重要なシナリオを、条件付き潜在フローマッチングを用いて現実的に生成する手法を提案した。
- GenAssets: 潜在空間における実世界3Dアセットの生成3D生成2026/4/1
実世界のLiDARとカメラデータから、完全な形状と外観を持つ高品質な3Dアセットを生成する3D潜在拡散モデルを提案した論文。
- 自己運転エージェントモデリングのための効率的等変トランスフォーマー自動運転2026/4/1
自己運転におけるエージェント行動モデリングを、SE(2)等変性を保ちつつ計算コストを削減する新しいトランスフォーマーアーキテクチャDriveGATrを提案した。
- FOMO-3D: 視覚基盤モデルを用いたロングテール3D物体検出3D物体検出2026/3/1
自動運転における頻度の低い安全重要物体の3D検出を改善するため、視覚基盤モデルから得られる意味・深度の事前知識を活用した初のマルチモーダル3D検出器FOMO-3Dを提案した。
- Flux4D: フローに基づく教師なし4D再構成4D再構成2025/12/1
大規模動的シーンの4D再構成を、注釈なしで3Dガウシアンと動きを直接予測するフレームワークで実現し、高速・高スケーラブルに再構成する。
- SaLF: 実時間マルチセンサレンダリングのためのスパースローカルフィールドsim2real2025/7/1
カメラとLiDARの両方に対応した新しいボリュメトリック表現SaLFを提案し、高速な学習とレンダリングを実現して自動運転のセンサシミュレーションを効率化した。
- 非対称セルフプレイによる運転方策の学習自動運転2024/9/1
教師が生徒には解けないが自分は解けるシナリオを生成し、生徒がそれを解くという非対称セルフプレイで、長尾シナリオを含む現実的な運転方策を学習する手法を提案。
- UniCal: 統合ニューラルセンサキャリブレーションキャリブレーション2024/9/1
LiDARとカメラを備えた自動運転車のキャリブレーションを、特別な基準物なしで走行データから微分可能なボリュームレンダリングを用いて同時に学習する統合フレームワークを提案。
- G3R: 勾配誘導による汎化可能な大規模3D再構成3D再構成2024/9/1
微分可能レンダリングからの勾配フィードバックを反復的に用いる再構成ネットワークを学習し、大規模シーンを高速かつ高品質に再構成する手法を提案。
- 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。
- DeTra: 物体検出と軌道予測を統合したモデル自動運転2024/6/1
LiDAR点群と高精細地図から物体の存在・姿勢・将来の複数軌道を直接推論し、検出と予測を軌道リファインメント問題として統合したTransformerモデルを提案。
- 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。
- MemorySeg: 潜在メモリを用いたLiDARオンライン意味セグメンテーションLiDARセグメンテーション2023/11/1
LiDAR点群の時系列入力を扱うため、過去フレームの情報を潜在メモリに保存・更新・参照するオンライン意味セグメンテーション手法を提案し、遮蔽や遠距離の疎な観測を補って精度を向上させた。
- Copilot4D: 離散拡散による自動運転のための教師なし世界モデル学習世界モデル2023/11/1
センサ観測をVQVAEでトークン化し、離散拡散で未来を予測する世界モデルを提案。点群予測で従来手法より大幅に高精度化した。
- CADSim: 実世界データからのロバストでスケーラブルな3D再構成による制御可能なセンサシミュレーションsim2real2023/11/1
少数のCADモデルを活用した部品認識型の物体クラス事前分布と微分可能レンダリングを組み合わせ、実世界の疎でノイズの多いセンサデータから車両の形状(関節のある車輪を含む)と高品質な外観を自動再構成する手法を提案。
- 4D-Former: マルチモーダル4Dパノプティックセグメンテーション4Dパノプティックセグメンテーション2023/11/1
LiDARとRGB画像を組み合わせ、クエリベースの手法で点群列の意味クラスと物体追跡を同時に行う4Dパノプティックセグメンテーションを提案し、nuScenesとSemanticKITTIで最高精度を達成した。
- Adv3D: 閉ループシミュレーションによる安全上重要な3D物体の生成sim2real2023/11/1
自動運転車の評価のため、実世界シナリオを閉ループセンサシミュレーションで再現し、車両形状を低次元表現で最適化して自律システムの知覚・予測・計画を失敗させる敵対的形状を生成するフレームワークを提案。
- 実世界データからの物体再構成によるリアルなセンサシミュレーションsim2real2023/11/1
LiDARとカメラの疎な実世界データからニューラルSDFと物理ベース反射モデルで物体の形状と見た目を再構成し、自動運転知覚モデル評価用のマルチセンサシミュレーションを実現した。
- 交通ルールを強化する閉ループ学習による現実的な交通エージェント自動運転シミュレーション2023/11/1
模倣学習と強化学習を組み合わせ、交通ルール遵守を制約として専門家の運転を再現する閉ループ学習手法を提案し、現実的で一般化可能な交通シミュレーションを実現した。
- LabelFormer: LiDAR点群からのオフボード知覚のための物体軌跡リファインメント自動運転知覚2023/11/1
LiDAR点群から自動生成した物体軌跡を、自己注意機構で時間的文脈を考慮して高精度に補正する手法を提案し、自動ラベルによる下流の検出性能向上も示した。
- UltraLiDAR:LiDAR補完と生成のためのコンパクト表現学習LiDAR2023/11/1
LiDAR点群を離散的なコンパクト表現に符号化し、疎な点群を高密度化する補完と、多様でリアルな点群生成を実現するデータ駆動フレームワークを提案。
- LiDAR点群からの教師なし物体検出に向けて教師なし物体検出2023/11/1
LiDAR点群から近距離クラスタリング・時間的一貫性・CNNの並進同変性・自己教師あり学習を組み合わせ、教師なしで物体検出を行うOYSTERを提案した論文。
- 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。
- UniSim: ニューラル閉ループセンサシミュレータsim2real2023/8/1
1回の走行ログから、静的背景と動的物体をニューラル特徴グリッドで再構成し、LiDARとカメラの閉ループマルチセンサシミュレーションを実現する手法を提案。
- 自動運転のための閉ループ訓練の再考自動運転2023/6/1
自動運転エージェントの閉ループ訓練におけるベンチマーク設計の影響を分析し、長期的な計画と想像データを活用する新しい強化学習手法TRAVLを提案した。
- GoRela: 視点不変な運動予測のための相対表現運動予測2022/11/1
自動運転の運動予測において、エージェントと地図要素のペアワイズ相対位置エンコーディングを用いることで、視点不変で効率的な共有表現を実現し、マルチエージェント予測の精度と汎化性能を向上させた研究。
- 仮想対応点:人間を手がかりにした極端視点幾何の復元3D再構成2022/6/1
画像間で重なりがほとんどない極端な視点でも、人間の形状知識を手がかりに「仮想対応点」を推定し、カメラ姿勢や3D復元を高精度に行う手法を提案した論文。
- 必要な部分だけラベル付け:部分ラベル付きシーンによる知覚・予測のための細粒度アクティブ選択アクティブ学習2021/4/1
自動運転の知覚・予測タスク向けに、コストを考慮し部分ラベル付きシーンから細かくサンプルを選ぶアクティブ学習手法を提案し、大規模実データで知覚・予測・計画の性能向上を示した。
- AdvSim:自動運転車向けの安全クリティカルなシナリオを生成する敵対的フレームワーク自動運転シミュレーション2021/1/1
LiDARベースの自動運転システム全体に対して、物理的に妥当な形でアクターの軌跡を改変しセンサデータも更新することで、安全クリティカルな敵対的シナリオを生成する手法を提案した論文。
- 安全運転のための歩行者動きとシーン占有予測予測/自動運転2021/1/1
歩行者の個別の動きとシーン全体の占有マップを同時に予測するSA-GNNを提案し、未検出歩行者も考慮した安全な自動運転ナビゲーションを実現する。
- 解釈可能なニューラル運動プランナーによる都市自動運転自動運転計画2021/1/1
LIDARとHDマップから3D検出・将来軌道・コストボリュームを生成し、最小コストの軌道を選ぶ解釈可能な運動プランナーを提案。実都市データで安全性が向上。
- SceneGen: リアルな交通シーンを生成する学習手法交通シーン生成2021/1/1
自車状態と高精細地図から、ルールやヒューリスティクスを使わずにニューラル自己回帰モデルで多様な交通参加者を配置・生成し、実世界に汎化する知覚モデル学習を可能にした研究。
- フィードバックによる逆問題の反復解法逆問題2021/1/1
順過程が返すフィードバック信号を入力に反復更新モデルを学習し、姿勢推定や照明推定などの逆問題を高速かつ高精度に解く手法を提案した。
- 自動運転データセット選別のための多様な複雑度指標データ選別2021/1/1
自動運転の学習データ選別において、タスクやモデルに依存しない多様な複雑度指標でシーンを評価し、ラベル付け対象を選ぶ手法を提案した論文。
- 意図予測ネットワーク:生センサデータから他車の意図を学習自動運転/軌道予測2021/1/1
LiDARの3D点群と動的地図を入力とし、他車両の高レベル行動と将来軌道を一段階で同時予測するマルチタスク検出・予測モデルを提案した論文。
- 地図・知覚・予測・計画を統合するマップレス自動運転モデルMP3自動運転/計画2021/1/1
生センサ入力と高レベル指令からオンライン地図と他エージェントの状態を予測し、不確実性を考慮したニューラル運動計画で走行するマップレス自動運転の統合モデルを提案した。
- 非同期マルチビューSLAMSLAM2021/1/1
カメラ間でシャッターが同期していない場合に対応するため、連続時間運動モデルを統合したマルチカメラSLAMを提案し、482kmの走行データを含む新データセットAMV-Benchで評価した論文。
- LookOut: 自動運転のための多様な未来予測と計画自動運転/予測計画2021/1/1
交通シーンの多様な未来を生成モデルで予測し、それらに対する安全な反応を保証する非保守的な軌道計画を最適化する自動運転システムを提案した論文。
- 深層構造化リアクティブプランニング自動運転計画2021/1/1
自動運転車が他車の反応を考慮しつつ自車の計画を同時に推論するエネルギー基盤の深層構造化モデルを提案し、複雑な車線合流や交差点での操作を衝突率を増やさず高速に完了できることを示した。
- TrafficSim: 現実的なマルチエージェント挙動を学習する交通シミュレーション交通シミュレーション2021/1/1
実世界の人間運転データから潜在変数モデルで全エージェントの共同方策を学習し、長期間の交通シミュレーションを可能にした研究。
- 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。
- 深層パラメトリック連続畳み込みニューラルネットワーク点群処理2021/1/1
非格子構造データ上で動作する学習可能な連続畳み込み演算子を提案し、点群セグメンテーションやLiDAR運動推定で従来手法を大きく上回る性能を示した。
- 位置推定・知覚・予測を統合する深層マルチタスク学習自動運転/マルチタスク学習2021/1/1
自動運転で位置推定誤差が知覚や予測に与える問題を分析し、知覚・予測・自己位置推定を同時に学習・実行して計算を共有しながら位置誤差を効率的に補正するシステムを提案した。
- GeoSim:自動運転向けの幾何学考慮型合成によるリアルな動画シミュレーションsim2real2021/1/1
既存の走行画像に他のシーンから抽出した動的物体を新たな視点で幾何学的に整合させて合成し、リアルで交通状況を考慮した自動運転シミュレーション動画を生成する手法を提案した論文。
- LiDAR強度マップを用いた自己位置推定の学習自己位置推定2020/12/1
LiDARスキャンと強度マップを深層埋め込み空間に写像し、畳み込みマッチングでリアルタイム(15Hz)・センチメートル精度の自己位置推定を実現した。
- DAGMapper: レーン位相を発見しながら地図を学習する手法HDマップ生成2020/12/1
分岐や合流で位相が変化する複雑な高速道路のレーン境界を、有向非巡回グラフ(DAG)の推論として捉え、位相構造ごと推定して高精度なHDマップを生成する手法を提案した。
- Pit30M:自動運転時代のグローバル自己位置推定ベンチマーク自己位置推定2020/12/1
3000万フレーム超の画像・LiDARデータセットPit30Mを構築し、都市規模でサブメートル精度の検索ベース自己位置推定を評価する初のベンチマークを提供した論文。
- 圧縮バイナリマップによる自己位置推定の学習自己位置推定2020/12/1
自己位置推定タスクに最適化した地図圧縮を学習し、汎用コーデックより2桁小さい容量で精度を維持できることを示した論文。
- 自動運転ログの時空間タグ付けのためのユニバーサル埋め込み自動運転/時空間認識2020/11/1
生センサデータから自動運転シーンの時空間タグを学習するユニバーサル埋め込み手法を提案し、大規模データセットSDVScenesで有効性を示した。
- 位置誤差を推定・補正する協調通信を学習する自動運転マルチエージェント知覚マルチエージェント協調知覚2020/11/1
自動運転車同士が協調して物体検出と軌道予測を行う際、位置推定ノイズで性能が落ちる問題に対し、通信・誤差推定・合意形成を学習する枠組みを提案し、厳しい位置ノイズ下での頑健性を大幅に改善した。
- 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。
- StrObe: LiDARパケットからのストリーミング物体検出LiDAR検出2020/11/1
LiDARの全スキャン完了を待たずにパケット単位で逐次検出を行い、過去の計算を再利用して低遅延で物体検出を実現する手法を提案した論文。
- 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。
- LiRaNet:時空間レーダー融合によるエンドツーエンド軌道予測軌道予測2020/10/1
レーダー・ライダー・HDマップを融合し、時空間レーダー特徴抽出で軌道予測精度を向上させたエンドツーエンド手法。高加速度物体で誤差52%減、遠距離物体で16%減を達成。
- 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。
- 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・計画:解釈可能な意味表現による安全な動作計画自動運転/動作計画2020/8/1
自動運転向けに、知覚・予測・動作計画を統合し、微分可能な意味的占有表現をコストとして用いることで解釈可能かつ安全な軌道を生成するend-to-end学習ネットワークを提案した論文。
- 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。
- シーン整合的な運動予測のための暗黙的潜在変数モデル運動予測2020/7/1
交通参加者間の相互作用をグラフとして捉え、暗黙的潜在変数モデルで将来軌道の同時分布を学習することで、シーン全体で整合した運動予測を実現した論文。
- 確率的マルチモーダル予測における事前知識の重要性自動運転予測2020/6/1
道路構造や交通規則などの事前知識を損失関数として組み込み、REINFORCEで確率的予測モデルの分布全体を最適化することで、自動運転の軌道予測精度と安全性を向上させた研究。
- 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。
- 離散残差フローによる歩行者の確率的行動予測歩行者予測2019/10/1
将来の人間の動きの不確実性を捉えるため、空間位置の離散分布を予測・更新する畳み込みニューラルネットワークDRF-Netを提案し、歩行者軌跡予測で既存手法を上回った。
- センサデータからの関係行動予測のための空間認識グラフニューラルネットワーク行動予測2019/10/1
センサデータから他エージェントとの相互作用を考慮して行動を予測するSpAGNNを提案し、自動運転データセットで従来手法を上回る精度を示した。
- 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。
- 自動運転車のための挙動計画と軌道計画の同時学習自動運転計画2019/10/1
挙動計画と軌道計画が共通のコスト関数を共有する解釈可能な枠組みを提案し、実走データで人間の運転との類似性と安全性が向上することを示した。
- 疎なセマンティックHDマップを活用した自動運転車の自己位置推定自己位置推定2019/8/1
車線や標識などの疎なセマンティック地図と複数センサをベイズフィルタで統合し、従来のLiDAR強度地図の0.3%の容量で数cm精度の自己位置推定を実現した。
- 深層剛体インスタンスシーンフローシーンフロー2019/4/1
自動運転向けに、深層学習と剛体運動の事前知識を組み合わせたシーンフロー推定手法を提案し、KITTIで高精度かつ800倍高速化を実現した。
- カメラとLIDARを統合した検出ベース3D追跡のエンドツーエンド学習3D追跡2018/6/1
カメラとLIDARの両データを活用し、検出とマッチングをエンドツーエンドで学習する線形計画ベースの3D追跡手法を提案し、KITTIで高精度を達成した。
- MultiNet:自動運転向けリアルタイム統合意味推論自動運転/セマンティックセグメンテーション2016/12/1
エンコーダを共有する単一アーキテクチャで分類・検出・セマンティックセグメンテーションを同時に行い、KITTIで高精度かつ100ms未満のリアルタイム処理を実現した。
