Simon Suo
収録論文 8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
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
