Srikanth Malla
収録論文 10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
- DRAMA: 運転シーンにおけるリスク位置推定と説明文生成の同時学習自動運転/リスク認識2022/9/1
東京で収集した17,785件の運転シーンからなる大規模データセットDRAMAを構築し、リスクの位置推定と自然言語による説明生成を同時に行う新タスクを提案・ベンチマークした。
- LOKI: 長期・重要意図を考慮した軌道予測データセットとモデル軌道予測2021/8/1
自動運転環境で歩行者と車両の軌道と意図を同時予測する大規模データセットLOKIを構築し、意図推論が軌道予測精度を最大27%向上させるモデルを提案した。
- 動き予測のための強化学習型ハイブリッド注意推論ネットワーク動作予測2021/8/1
過去の観測から将来の動きを予測する際、重要でない情報を動的に選別・順位付けするハイブリッド注意機構を備えた汎用フレームワークRAINを提案し、マルチエージェント軌道予測と人間動作予測で最先端性能と解釈性を実現した。
- 自動運転のための共有クロスモーダル軌道予測軌道予測2020/11/1
複数のセンサ入力を共有潜在空間に埋め込むクロスモーダル学習により、テスト時は単一モダリティでも高精度な将来軌道予測を実現する枠組みを提案した。
- 単一ショット未来軌道予測軌道予測2020/4/1
複数エージェントの将来位置を単一ショットで予測し、エージェント数に依存しない一定時間計算と時空間相互作用・環境制約を考慮した軌道予測手法を提案。
- 自動運転のための共有クロスモーダル軌道予測軌道予測2020/4/1
複数のセンサ入力を共有潜在空間に埋め込むクロスモーダル学習により、テスト時は単一モダリティでも高精度な軌道予測を実現する枠組みを提案した論文。
- TITAN: 行動事前分布を用いた将来予測軌道予測2020/3/1
移動車両の一人称視点から周囲エージェントの将来軌道と自車の将来運動を予測するモデルTITANを提案し、東京の都市交通シーンを撮影した700本の動画データセットを構築した。
- ノイズ付き自己運動事前分布を用いた将来物体位置予測予測/自己運動2019/9/1
自己中心視点での将来物体位置予測において、自己運動の不確実性とマルチモーダル性を統一的にモデル化するNEMOを提案した論文。
- 意図条件付き行動推論に基づく軌道予測モデルDROGON軌道予測2019/8/1
車両の高レベルな意図(目標地点)を推定し、それに条件付けた軌道予測を行うモデルを提案。歩行者予測にも拡張可能。
- H3Dデータセット:混雑都市環境における全周囲3D多物体検出・追跡3D検出・追跡データセット2019/3/1
3D LiDARで収集した大規模な全周囲3D多物体検出・追跡用データセットH3Dを構築し、効率的なアノテーション手法と標準ベンチマークを提案した。
