Thomas Gilles
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
- UnO: 知覚と予測のための教師なし占有フィールド自動運転2024/6/1
LiDARデータから自己教師あり学習で連続的な4D時空間占有フィールドを学習し、点群予測やBEV意味占有予測に転移可能な世界モデルを構築した研究。
- DeTra: 物体検出と軌道予測を統合したモデル自動運転2024/6/1
LiDAR点群と高精細地図から物体の存在・姿勢・将来の複数軌道を直接推論し、検出と予測を軌道リファインメント問題として統合したTransformerモデルを提案。
- MBAPPE: 予測を組み込んだMCTSによる明示的な自動運転運動計画自動運転/運動計画2023/9/1
自動運転の運動計画において、モンテカルロ木探索(MCTS)と部分的に学習した環境モデルを組み合わせ、動的環境での意思決定と衝突回避を改善する手法を提案した論文。
- RMP: 運動予測のためのランダムマスク事前学習フレームワーク運動予測2023/9/1
自動運転における交通参加者の軌跡予測のため、ランダムに時刻をマスクして復元させる事前学習フレームワークを提案し、ArgoverseとNuScenesで精度とミス率を改善した。
- ImPosing: 効率的な視覚的自己位置推定のための暗黙的ポーズ符号化視覚的自己位置推定2022/5/1
画像とカメラポーズを別々のニューラルネットで共通の潜在表現に埋め込み、類似度を階層的に評価することで、都市規模の環境でリアルタイムに車両の位置・姿勢を推定する手法を提案。
- 環境損失を用いた自動運転のための改良型行動クローニング自動運転/行動クローニング2022/2/1
走行可能領域外への予測にペナルティを与えるSocial損失とRoad損失を導入し、専門家の模倣と安全性向上を両立させた行動クローニング手法を提案・検証した論文。
- THOMAS:学習型マルチエージェントサンプリングによる軌道ヒートマップ出力軌道予測2021/10/1
複数エージェントの将来軌道をヒートマップとして推定し、学習可能な再結合モデルでモダリティ間の整合性を取る統合予測フレームワークを提案。Interactionチャレンジで1位を獲得。
- GOHOME:グラフ指向ヒートマップ出力による将来の動き推定軌道予測2021/9/1
高精細地図をグラフ表現し、エージェントの将来位置確率分布をヒートマップとして出力する軌道予測手法を提案。Argoverseなどで高速・省メモリかつ高精度を達成。
- HOME: 将来の動き推定のためのヒートマップ出力軌道予測2021/5/1
エージェントの将来位置の確率分布を2Dヒートマップとして出力する動き予測フレームワークを提案し、Argoverseベンチマークで1位を達成した。
- マルチヘッド注意機構によるマルチモーダル車両運動の同時予測予測/マルチモーダル2019/10/1
道路上の全車両の位置を多峰確率密度関数の系列として同時予測するマルチヘッド注意機構ベースの手法を提案し、同一データセットで最先端モデルを上回る予測尤度を達成した。
