Shimon Whiteson
収録論文 18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
- 人間のデモンストレーションなしで新しい都市を走行する学習自動運転2026/2/1
地図とメタ情報のみを用いた自己対戦型マルチエージェント強化学習により、人間のデモンストレーションなしで運転ポリシーを新しい都市に適応させる手法NOMADを提案した。
- HyperVLA:ハイパーネットワークによるVision-Language-Actionモデルの効率的推論VLA2025/10/1
ハイパーネットワークを用いて推論時にタスク特化の小型ポリシーのみを活性化することで、VLAモデルの推論コストを大幅に削減する手法を提案。
- オフライン強化学習のためのクリーンな基盤オフライン強化学習2025/4/1
オフライン強化学習の曖昧な定義と複雑な実装を整理し、統一アルゴリズムUnifloralと厳密な評価プロトコルを提案。これによりTD3-AWRとMoBRACという新手法を開発し、既存手法を大幅に上回る性能を達成した。
- ベイズ適応マルチフィデリティサンプリングによるレート情報を活用した探索自動運転2024/11/1
自動運転車の性能評価と失敗事例の効率的な発見のため、適応ベイズサンプリングを用いたBAMSを提案し、従来手法より10倍多くの問題を発見しつつ、レート推定の分散を大幅に低減した。
- IGDrivSim:自動運転における模倣ギャップのベンチマーク自動運転2024/11/1
人間の知覚と自動運転車のセンサーの違いによる「模倣ギャップ」が模倣学習に与える影響を調べるWaymaxベースのベンチマークを提案し、模倣学習と強化学習の組み合わせが失敗を軽減することを示した。
- UniGen: 自動運転シナリオ生成のための初期エージェント状態と軌道の統合モデリング自動運転シナリオ生成2024/5/1
自動運転評価用の交通シナリオを生成するため、新規エージェントの位置・初期状態・将来軌道を単一モデルで統合的に予測する手法を提案し、Waymo Open Motion Datasetで従来手法を上回る性能を示した。
- 方策誘導拡散モデルによるオフライン強化学習オフライン強化学習2024/4/1
拡散モデルで行動方策の軌道を生成し、目標方策の誘導を加えることで、オフライン強化学習の性能を向上させる手法を提案した論文。
- 形態条件付きハイパーネットワークの蒸留による効率的な汎用形態制御形態制御2024/2/1
ロボットの形態に応じてMLPポリシーを生成するハイパーネットワークを蒸留し、Transformer並みの性能を保ちつつ推論時のモデルサイズと計算コストを大幅に削減した。
- 再帰ハイパーネットワークがメタ強化学習で驚くほど強いメタ強化学習2023/9/1
メタ強化学習において、再帰ネットワークにハイパーネットワークを組み合わせることで、既存の専門手法よりも高い性能を達成できることを実証した。
- 確率的環境のための階層的模倣学習模倣学習2023/9/1
確率的環境で将来の外部要因に依存せず、エージェントの内部要因のみをタイプとして符号化するRobust Type Conditioningを提案し、分布の現実性を向上させた。
- Waymoオープン・シミュレーションエージェントチャレンジ自動運転シミュレーション2023/5/1
自動運転のためのリアルでインタラクティブなエージェントシミュレーションを競う初の公開チャレンジWOSACを提案し、評価手法と2023年大会の結果を報告した。
- 文脈変調による汎用形態制御形態制御2023/2/1
ロボットの形態に依存した制御パラメータをハイパーネットワークで生成し、固定注意機構で四肢間の相互作用を調整する階層的アーキテクチャを提案。多様な形態での学習性能と未見形態へのゼロショット汎化を向上させた。
- 自律走行における状態空間モデル学習のための粒子ベーススコア推定状態推定2022/12/1
フィッシャーの恒等式を利用して粒子フィルタのスコア関数を低分散で推定し、自律走行車の実データから状態空間モデルを安定して学習する手法を提案した論文。
- ゼロショットカリキュラムによる自動運転のための合成オフポリシー経験の埋め込み自動運転2022/12/1
自動運転の模倣学習において、走行シーンの難易度を予測し、そのスコアでカリキュラムを生成することで、データの10%のみで衝突を15%削減し経路追従を14%改善した。
- 模倣だけでは不十分:強化学習による難運転シナリオへのロバスト化自動運転2022/12/1
10万マイル超の実走行データで模倣学習した運転方策に、単純な報酬の強化学習を組み合わせることで、衝突リスクの高い難シナリオでの失敗を38%以上削減した。
- 自動運転計画のための階層的モデルベース模倣学習自動運転2022/10/1
実車走行データから階層的モデルベース敵対的模倣学習で運転方策を学習し、未知の目標経路にも汎化する操舵可能な方策を実現した。
- メタ強化学習におけるハイパーネットワークメタ強化学習2022/10/1
メタ強化学習においてハイパーネットワークの初期化が性能に大きく影響することを示し、新しい初期化手法を提案して複数のロボティクスベンチマークで有効性を検証した。
- Symphony: 自動運転シミュレーションのためのリアルで多様なエージェント学習自動運転シミュレーション2022/5/1
ビームサーチと識別器で方策を精錬し、階層的なゴール生成と条件付けで多様性を保ちながら、自動運転シミュレーションにおける人間の道路利用者の挙動をリアルかつ多様に学習する手法を提案した論文。
