Sushant Veer
NVIDIA
収録論文 33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
- ペアシステムを用いた障害発見のためのカバレッジ考慮型能動評価能動学習/障害発見2026/8/13
限られたテスト予算で実世界の障害を効率的に発見するため、プロキシシステムの情報を活用しつつ、実システムの評価結果と組み合わせて障害が起きそうなシナリオを適応的に選択する手法を提案した。
- StressDream: ビデオ世界モデルを操縦して堅牢なポリシー評価と改善を実現世界モデル/ポリシー評価2026/6/1
拡散ベースのビデオ世界モデルにおいて、推論時に指定された高影響かつ妥当な未来(例:タスク失敗)へ想像を誘導する手法を提案し、ポリシーの堅牢な評価と改善を可能にした。
- X4Val: 分散低減型ポリシー評価のためのニューラルサロゲート学習評価手法2026/6/1
実世界データが乏しい中で、シミュレーションや過去のログなどの多様な補助データを活用し、実世界の性能指標を高信頼に推定するための分散低減フレームワークX4Valを提案した。
- 実世界で基盤モデル搭載ロボットに必要なモジュール式セーフティガードレール安全性2026/2/1
基盤モデルを組み込んだロボットの安全性を行動・意思決定・人間中心の3次元で整理し、監視と介入からなるモジュール式ガードレールをアーキテクチャ基盤として提案する。
- ネガティブデータの活用:衝突報告から反事実推論へ、安全な自動運転のための判断支援自動運転2025/9/1
衝突報告を自車視点の言語に正規化し、ログと衝突を統一シーン行動表現に変換して検索可能にすることで、提案行動の妥当性を過去事例から判断する自動運転システムを構築した。
- 軌道予測器を前方可到達集合推定器として用いた運動計画の安全性評価安全性検証2025/7/1
多モーダル軌道予測器から凸計画で前方可到達集合を抽出し、conformal predictionとベイズフィルタで較正して、運動計画の安全性を検証するモニタを提案した。
- Sim2Val: テストプラットフォーム間の相関を活用した分散低減メトリクス推定sim2real2025/6/1
シミュレーションと実世界のペアデータを制御変数として用い、実世界評価の分散を抑えて少ないサンプルで高信頼な性能推定を可能にする枠組みを提案。
- RealDrive: 拡散モデルによる検索拡張型運転計画自動運転計画2025/5/1
訓練データから類似の専門家デモを検索し、拡散モデルの初期値として使うことで、長尾の危険シナリオでも安全で多様な軌道を生成する運転計画手法を提案。
- 運転シナリオにおけるインタラクティブ性の指標としてのサプライズポテンシャル自動運転2025/2/1
自動運転車の評価に重要なインタラクティブな運転シナリオを、他車への「驚き」の度合いで定量化する新指標を提案し、人間の選好と高い相関を示した。
- 軌道予測器のオンライン統合軌道予測2025/2/1
複数の軌道予測モデルを「専門家」として扱い、オンラインで確率ベクトルを更新して最適に混合する軽量な手法を提案し、異なる都市やデータセットでも単一モデルと同等以上の性能を示した。
- LoRD: 分布シフトに適応する微分可能な運転ポリシー自動運転2024/10/1
自動運転の微分可能なスタック(予測・計画・制御)を分布シフトに適応させるため、低ランク残差デコーダ(LoRD)とマルチタスク微調整を提案し、破滅的忘却を最大23.33%改善、閉ループOOD運転スコアを9.93%向上させた。
- 自動運転車における知覚故障のシステムレベル安全監視と回復自動運転/安全監視2024/9/1
知覚故障が計画に与える影響を評価し、安全でない計画を検出して修正案を提示するQネットワークSPARQを提案。NuPlan-Vegasデータセットで90%の精度と再現率、42Hzのリアルタイム性能を達成。
- RuleFuser: 模倣学習プランナーへのルール注入による分布シフト下でのロバスト性向上自動運転プランニング2024/5/1
模倣学習ベースの自動運転プランナーに古典的なルールベースプランナーを証拠ベイズ的に統合し、分布外シナリオでの安全性を向上させる手法を提案。
- 未知の鉛直地面運動下における四足歩行ロボットのHT-LIPモデルに基づくロバスト制御歩行2024/3/1
未知で非周期的な鉛直運動をする動的剛体面上での四足歩行を実現するため、新しいハイブリッド時変線形倒立振子(HT-LIP)モデルに基づく階層型制御フレームワークを提案し、Unitree Go1での実機実験でロバスト性を検証した。
- 大規模言語モデルによる運転ポリシーの適応でどこでも走行自動運転2024/2/1
大規模言語モデルを使って各地域の交通ルールを解釈し、自動運転車の運転行動を新しい環境に適応させる手法LLaDAを提案した。
- 自動運転車のためのインタラクティブ統合計画自動運転計画2023/10/1
MPCと学習ベース予測モデルを組み合わせ、自車と周囲エージェントの行動を統合最適化する計画手法を提案。
- マルチ予測器融合:学習ベースとルールベースの軌道予測器の組み合わせ軌道予測2023/7/1
学習ベースの軌道予測器とルールベースの予測器を確率的に融合し、自律走行車の軌道予測性能を向上させる手法を提案した。
- 自動運転車の知覚失敗に対するタスク認識型リスク推定自動運転2023/5/1
知覚失敗が走行計画の安全に与える影響を評価するタスク認識型リスク推定器を提案し、コピュラを用いて知覚シナリオと代替シナリオ間の相対リスクを推定する。
- 安定性を保証する反応的歩容合成:静的・動的障害物下での動的歩行歩行2023/3/1
周期的な歩行運動を行うロボットが、静的・動的障害物を避けながら安定して移動できるよう、動的運動プリミティブ(DMP)を切り替える計画手法を提案し、安定性を保証する条件を導出した。
- 動的面上を歩行する四脚ロボットの線形時変振り子モデルに基づくリアルタイム歩容生成歩行2023/1/1
揺れる面(動的剛体面)上を歩く四脚ロボットの力学を線形時変振り子モデル(DRS-LIP)として定式化し、その近似解析解を用いてリアルタイムに歩容を生成する運動計画法を提案。PyBulletシミュレーションとLaikago実機で有効性を検証した。
- 自動運転車のためのルール階層を用いた後退ホライズン計画計画2022/12/1
ルール階層を微分可能な報酬関数に変換し、勾配ベースの最適化で安全と快適の衝突を解消する2段階プランナを提案。
- 制御可能な交通シミュレーションのための誘導付き条件付き拡散モデル交通シミュレーション2022/10/1
拡散モデルと微分可能論理を組み合わせ、信号時相論理で定義した交通ルールに従わせつつ現実的な軌道を生成する制御可能な交通シミュレーション手法を提案。
- デモンストレーションから自動運転車の安全概念を学習自動運転安全2022/10/1
周囲の車両の合理的な挙動をデータから学習し、制御理論を用いて自動運転車の安全概念を合成する手法を提案した。
- 自動運転における軌道予測器のタスク関連故障検出自動運転2022/7/1
軌道予測の誤りが計画コストに与える影響を伝播させ、タスクに関連する故障を検出する確率的ランタイムモニタを開発した。
- 動的剛体面上の脚式移動のための線形倒立振子モデル歩行2022/2/1
動く剛体面(DRS)上での脚式ロボット移動を扱うため、線形倒立振子モデルを拡張したDRS-LIPとその効率的な近似解析解を提案し、軌道計画フレームワークを構築して四足ロボットで実証した。
- ファネルライブラリを用いた確実にロバストな動作計画の学習動作計画2021/11/1
ロバスト制御と汎化理論を組み合わせ、外乱に対して確率的成功保証付きで動作プリミティブを組み合わせる計画器を学習する手法を提案し、自動運転車とドローンのシミュレーションで実証した。
- 生成モデルと実世界データを組み合わせたロボット学習のより強力な汎化保証ロボット学習/汎化保証2021/11/1
生成モデルをポリシーの事前分布として用い、実世界データセットでPAC-Bayes理論に基づき更新することで、未見環境への汎化を保証する枠組みを提案し、ドローン航行と把持タスクで有効性を示した論文。
- 相互作用を伴う動的歩行:汎化保証付き歩容切替ポリシーの学習歩行2021/9/1
動的歩行する二足ロボットが協働者の意図に合わせて歩容を切り替えるため、DMP群を監督するニューラルネットを学習し、PAC-Bayes理論で新規意図への汎化保証を与えた研究。
- PAC-Bayes理論に基づくロボット学習のためのタスク駆動型分布シフト検出分布シフト検出2021/6/1
PAC-Bayesで性能保証付きのポリシーを学習し、その保証違反を統計的に検出することで、タスク性能に影響する分布シフトを少数試行で検出する手法を提案。
- 模倣学習の汎化保証模倣学習2020/8/1
PAC-Bayes枠組みを用いて模倣学習ポリシーの新環境での期待コストの上界を導出し、条件付きVAEで潜在ポリシー分布を学習後に新環境で汎化境界を最適化する二段階学習法を提案した。
- 凸自然進化戦略最適化2020/7/1
凸最適化と情報幾何学を組み合わせ、ブラックボックス関数の最適化を高速化するCoNESを提案し、MuJoCoの歩行タスクで従来法より速い収束を示した。
- PAC-Bayesで保証する視覚ベース運動計画の学習視覚ベース計画2020/2/1
進化的戦略で事前分布を作りPAC-Bayes最適化を凸問題として解くことで、未知環境でも性能保証付きで一般化する視覚ベースの運動計画ポリシーを学習する手法を提案し、UAVの障害物回避と四足歩行の不整地走行で実証した。
- 動的運動プリミティブの安全な適応的切り替え:3Dリミットサイクル歩行ロボットへの応用歩行2018/10/1
複数の動的運動プリミティブを切り替えて歩行パターンを生成する際に、外乱があっても安全に実行できる計画を制御理論に基づいて生成する枠組みを提案し、3D二足歩行ロボットで実証した。
