Stephen F. Smith
Carnegie Mellon University
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
- CMU-DriveとV2V-VLA:推論ベンチマークと車車間ビジョン・ランゲージ・アクションモデルによる協調マルチエージェント統合運転自動運転/VLA/協調運転2026/8/1
協調自動運転のための閉ループベンチマークCMU-Driveと、車車間通信を統合したVLAモデルV2V-VLAを提案し、複数CAVの協調認識・推論・計画を評価する。
- 生涯スケーラブルマルチエージェント現実的テストベッドとAGVフリート管理システムの設計選択に関する包括的研究群制御2026/2/1
AGVフリート管理システムで生涯MAPFアルゴリズムを評価するオープンソースシミュレータLSMARTを提案し、計画タイミングや回復方法などの設計選択を体系的に検討した。
- 離散計画から実世界実行へ:実行を考慮したマルチエージェント経路探索のための世界モデル駆動フレームワーク群制御2025/11/1
マルチエージェント経路探索(MAPF)の離散計画と実機実行のギャップを埋めるため、実行を予測する学習済み世界モデルExecTimeNetを構築し、実行時間を考慮した計画フレームワークREMAPと事後最適化手法ESADGを提案した。最大300体のシミュレーションと実機で評価している。
- V2V-GoT: マルチモーダル大規模言語モデルと思考グラフによる車車間協調自動運転VLA2025/9/1
車車間通信とマルチモーダル大規模言語モデルを組み合わせ、思考グラフ推論を用いて遮蔽物がある状況でも協調的な知覚・予測・計画を行う手法を提案した。
- MAPFを実世界へ:スケーラブルなマルチエージェント現実的テストベッド(SMART)群制御2025/3/1
物理エンジンを用いてロボットの運動特性や不確実性を考慮し、数千台規模のマルチエージェント経路計画アルゴリズムを評価できるシミュレータSMARTを開発した。
- V2V-LLM: マルチモーダル大規模言語モデルによる車車間協調自動運転VLA2025/2/1
車車間通信で複数車両の知覚情報をマルチモーダルLLMで統合し、物体特定や計画などの運転タスクに答えるV2V-QAデータセットとベースライン手法を提案した論文。
- 微分可能なマルチセンサカルマンフィルタによる自動運転向け確率的3Dマルチオブジェクト協調追跡協調認識2023/9/1
V2V通信で共有した検出結果に対し、微分可能なマルチセンサカルマンフィルタで各検出の計測不確かさを学習し、低通信コストで3D協調追跡精度を向上させた。
- 衝突回避迂回によるマルチエージェント軌道予測軌道予測2023/6/1
自動運転のマルチエージェント軌道予測において、物体を3種類に分類し異なる運動モデルで予測した上で、衝突回避のための迂回リサンプリングやノイズ付加によりシミュレーションの現実性を高めた手法を提案。
- 協調知覚のための選択的通信によるエンドツーエンド自動運転協調知覚2023/5/1
自動運転車の視界が遮られる状況で、車車間通信による協調知覚の通信帯域を抑えるため、マルチエージェント経路探索に着想を得た選択的通信アルゴリズムを提案し、ランダム選択より高い成功率を達成した。
- 協調スケジュール駆動型交差点制御:コネクテッド自動運転車の活用交通制御2019/7/1
コネクテッド自動運転車(CAV)の無線通信で車両速度を制御し、交差点のスケジュール駆動型信号制御と協調させることで、車列の到着時刻を調整し累積待ち時間を削減するアルゴリズムを提案した。
