Rowan McAllister
Toyota Research Institute
収録論文 17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
- PhysWAM: 自動運転のための物理的に整合した世界行動モデル自動運転/世界モデル2026/9/29
マルチビュー動画・深度・自車運動を単一のフローマッチングTransformerで同時生成し、生成した深度と運動をLiDAR点群に整合させる幾何制約CPPを導入した自動運転向け世界行動モデル。
- NavSafe-∞:フォトリアル環境における閉ループ運転安全性のベンチマーク自動運転2026/9/22
280のシナリオからなるフォトリアルな閉ループ運転ベンチマークを提案し、20のE2Eポリシーを評価して、開ループ性能が閉ループ安全性に必ずしも移行しないことを示した。
- DreamStream: エンドツーエンド運転ポリシー向け生成的シミュレーション自動運転シミュレーション2026/9/22
大規模動画モデルを蒸留し、ポリシーが依存するシーン特徴を保つ生成的閉ループシミュレータDreamStreamを提案。新指標FDπで評価し、既存手法より高精度にポリシー知覚を再現、敵対的運転を含むベンチマークNavhard-CLも構築。
- 知覚不確実性伝播が知覚ベース運動計画に与える影響運動計画2026/2/1
自動運転の運動計画において、知覚の不確実性を伝播させる手法とそのキャリブレーションが閉ループ性能に与える影響をnuPlanベンチマークで分析した。
- 位相保存拡散による構造整合生成sim2real2025/12/1
拡散過程のノイズを位相保存型に再定式化し、構造を保った画像・動画生成やsim2real転移を可能にした手法を提案。
- Waymax: 大規模自動運転研究のための高速データ駆動型シミュレータ自動運転シミュレーション2023/10/1
実世界の走行データを用いてマルチエージェントの自動運転シナリオを再現し、TPU/GPU上で大規模かつ高速にシミュレーションできるデータ駆動型シミュレータWaymaxを提案した論文。
- 分布内バリア関数:分布外状態を回避する自己教師ありポリシーフィルタ安全制御2023/1/1
オフラインの安全なデモデータから潜在空間でバリア関数を学習し、高次元視覚入力のみを使う制御器が訓練分布から外れた状態に入らないよう誘導するポリシーフィルタを提案した。
- RAP: リスクを考慮した予測によるロバスト計画予測・計画2022/10/1
予測自体をリスク考慮型にし、リスク偏りのある軌道分布を学習することで、オンライン計画時のリスク評価を効率化し安全なリアルタイム動作を実現する手法を提案。
- 制御を意識した予測目的関数による自動運転自動運転2022/4/1
予測モジュールの学習目的を下流の制御性能に結びつける重み付け手法CAPOを提案し、CARLAの郊外走行で有効性を示した論文。
- 観測からの偶発計画:学習した行動モデルによる実行可能な偶発計画計画2021/4/1
条件付き自己回帰フローモデルで高次元のシーン観測と低次元の行動観測から偶発計画空間を構築し、CARLAのマルチエージェント運転シナリオで非偶発的な深層学習計画手法と比較した研究。
- クラス不確実性を考慮した異種エージェント軌道予測軌道予測2021/4/1
エージェントのクラス確率分布を明示的に取り込み、不確実性下での軌道予測性能を向上させる手法HAICUと、知覚不確実性を検証する実世界自動運転データセットPUPを提案した。
- 自動運転車は分布シフトを検出・回復・適応できるか?自動運転/分布シフト2020/6/1
不確実性を考慮した計画手法RIPと、専門家に問い合わせる適応版AdaRIPを提案し、分布シフト下での自動運転の頑健性を評価する新ベンチマークCARNOVELを導入した論文。
- 吊り下げペイロードを運ぶ飛行ロボットのためのモデルベースメタ強化学習飛行制御2020/4/1
吊り下げ荷物の未知の物理特性に飛行中数秒で適応するため、変化したダイナミクスのモデルをメタ学習する手法を提案し、非適応手法より優れた運搬性能を示した。
- 目標条件付きマルチエージェント軌道予測モデルPRECOG軌道予測2019/5/1
自動運転車の目標を与えることで他車両の将来軌道を確率的に予測するモデルを提案し、実データとシミュレーションで従来手法より高精度な多エージェント予測を実現した。
- デモンストレーションからの安全拡張価値推定(SAVED):疎なコストのロボットタスクのための安全な深層モデルベース強化学習モデルベース強化学習2019/5/1
タスク完了信号と少数の劣ったデモンストレーションのみを用い、モデルベース強化学習で制約を守りながら効率的に探索するSAVEDを提案し、手術ロボットの結び目タスクなどで高い成功率と制約遵守を実現した。
- 柔軟な推論・計画・制御のための深層模倣モデル模倣学習・計画2018/10/1
模倣学習の確率的予測モデルと目標指向計画を組み合わせ、専門家らしい軌道を目標に向けて計画できる「模倣モデル」を提案し、自動運転タスクで従来手法を大きく上回る性能を示した。
- 不確実性を考慮した力学モデルによる少ない試行での深層強化学習モデルベース強化学習2018/5/1
不確実性を考慮した深層アンサンブル力学モデルと軌道サンプリングを組み合わせたPETSを提案し、モデルフリー強化学習と同等の性能をはるかに少ないサンプル数で達成した。
