Simon Doll
収録論文 3本 ・ フィジカルAI/ロボット学習
自動運転3D物体追跡
※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
- エンドツーエンド運転プランナーにおけるスケーラブルで堅牢な学習に重要な要素とは?自動運転2026/3/1
エンドツーエンド自動運転の一般的なアーキテクチャパターンを閉ループ性能の観点から再検討し、新たな軽量アーキテクチャBevADを提案して高い成功率とデータスケーリング特性を実証した。
- EMPERROR: 自動運転プランナーを検証するための柔軟な生成的知覚誤差モデル自動運転2024/11/1
Transformerベースの生成的知覚誤差モデルを提案し、模倣学習ベースの自動運転プランナーをストレステストして、衝突率を最大85%増加させる現実的なノイズ入力を生成できることを示した。
- S.T.A.R.-Track: 適応的時空間外観表現を用いたエンドツーエンド3D物体追跡のための潜在運動モデル3D物体追跡2023/6/1
Transformerベースの3D物体追跡フレームワークS.T.A.R.-Trackを提案し、潜在運動モデルで視点や照明変化に対応、nuScenesで最先端性能を達成した。
