Teawon Han
収録論文 5本 ・ フィジカルAI/ロボット学習
自動運転計画データ駆動制御自動運転/強化学習自動運転/安全制御行動予測
※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
- TreeIRL: 木探索と逆強化学習による安全な都市運転自動運転計画2025/9/1
モンテカルロ木探索で安全な候補軌道を生成し、逆強化学習で人間らしい軌道を選ぶ自動運転プランナーを提案し、実都市での走行を含む評価で有効性を示した。
- ノイズを含む計測データからの直接データ駆動制御データ駆動制御2025/5/1
システム同定を行わず、ノイズを含む入出力データからLQRの最適ゲインを凸最適化で直接学習する手法を提案し、平均二乗安定性を保証する。
- 強化学習ベース自動運転制御を改善するオンライン進化フレームワーク自動運転/強化学習2020/6/1
DDPG制御器の不適切な判断をオンラインで検出・修正する進化型フレームワークを提案し、車間追従シナリオで制御失敗を数回の反復で解消できることを示した。
- 潜在リスクのオンライン認識による安全な自動運転制御システムモデリングのためのオンライン進化フレームワーク自動運転/安全制御2019/8/1
オンラインで進化する有限状態機械(e-FSM)を用い、自動運転車が予期せぬ状況を認識して適切な行動を選べるようにする安全制御モデリングのフレームワークを提案し、車間追従シナリオで衝突の潜在リスクを持つ状態の認識精度を検証した。
- 高速道路における運転意図認識と車線変更予測行動予測2019/8/1
自車から観測可能な交通データを用いて、ドライバーの暗黙的な運転特性をオンライン推定し、ニューラルネットワークで車線変更行動を予測するフレームワークを提案し、NGSIMの実データで有効性を示した。
