Sergio Casas
収録論文 29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
- 運動予測と計画のスケーリング則運動予測・計画2025/6/1
自動運転における運動予測と計画タスクで、トランスフォーマーモデルの性能が計算量に対してべき乗則で向上することを示し、最適なモデルサイズとデータサイズの比率や推論時計算のスケーリングも分析した。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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・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。
- 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。
- 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。
