Steven Peters

収録論文 9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

• より安全な都市に向けて：都市走行シナリオにおける知覚データセットの設計プロセス
  知覚データセット2026/10/9

  都市環境における自動運転の知覚システム向けに、ユーザー生成地図データを活用して既存データセットを分析し、トラック特有のユースケースを特定することで、データセット作成を導く手法を提案した論文。

• 提案条件付き潜在拡散モデルによる閉ループ交通シナリオ生成
  シミュレーション2026/6/1

  拡散モデルを用いた交通シナリオ生成で、提案ベースの初期化と行動潜在表現により計算効率を高め、テスト時ガイダンスで安全性や制御性を調整可能にする手法を提案した。

• 予測乖離原理を活用した客観的な介入分類によるAEBS検証の改善
  自動運転/安全検証2025/7/1

  自動緊急ブレーキシステム（AEBS）の安全検証において、予測乖離原理（PDP）に基づくルールベースの分類手法を提案し、人間のラベリングと組み合わせることで分類の透明性と一貫性を高める可能性を示した。

• 自動運転の残存リスク定量安全検証を効率化する手法の評価
  安全検証2025/6/1

  ISO 21448に基づき、ADAS/ADSの残存リスクを定量化するためのフィールド運用テストの削減アプローチを体系的に評価し、AEBを例にベースラインモデルを導出した。

• 自動運転における基盤モデル：シナリオ生成と分析に関するサーベイ
  自動運転2025/6/1

  自動運転のシナリオ生成・分析に基盤モデル（LLM、VLM、拡散モデル、ワールドモデルなど）を適用した研究を体系的に整理し、データセット・評価指標・課題をまとめたサーベイ。

• 自動運転の新たな分類体系：運用設計領域・自動化レベル・成熟度に基づく応用の構造化
  自動運転2024/4/1

  自動運転システムを運用設計領域（ODD）、SAE自動化レベル、技術成熟度（TRL）の3軸で整理する新しい分類体系と成熟度モデルを提案し、既存システムの比較を容易にした。

• 安全で信頼できる自動運転のための説明可能AI：系統的レビュー
  自動運転2024/2/1

  自動運転における安全・信頼性確保のため、説明可能AI（XAI）の要件と貢献を整理し、SafeXという統合フレームワークを提案したレビュー論文。

• 受け入れと信頼：実交通下で自動運転車に初めて触れたドライバーの反応
  自動運転2023/12/1

  独アウトバーンでSAEレベル3自動運転システムを初体験した30名を対象に、受容・信頼・使いやすさの変化を調査し、体験後に受容と信頼が有意に向上する一方、システムからの運転者への情報伝達不足が課題として浮かび上がった。

• DAVE: 汎用水中ロボティクスシミュレータに向けた水中仮想環境
  sim2real2022/9/1

  水中ロボット・センサ・環境のためのオープンソースシミュレーション基盤DAVEを提案し、DVLやマルチビームソナー、海流などの要素を実装してその有用性を示した。