Andrei Bursuc

収録論文 17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

• Pictura: 運転のためのスケールでの視点ビュー自己対戦
  自動運転/自己対戦学習2026/7/1

  GPU加速シミュレータPicturaを導入し、各エージェントの視点画像を用いた自己対戦学習で運転ポリシーを訓練。特権的な観測を使わずに、大規模な画像ベースの自己対戦学習を実現した。

• ワールドエンジン：自動運転におけるポストトレーニング時代に向けて
  自動運転2026/6/1

  実世界のログから高忠実度のインタラクティブ環境を再構築し、安全上重要な長尾シナリオを合成的に生成して、事前学習済みの自動運転モデルを強化学習でポストトレーニングする枠組みを提案。これにより、実世界のリスクを回避しつつ安全性を向上させる。

• レジスタ上での運転：効率的なTransformerによるエンドツーエンド自動運転
  自動運転2026/1/1

  事前学習済みViTにカメラ対応レジスタトークンを導入し、マルチカメラ特徴を圧縮して軽量なTransformerデコーダで軌道生成とスコアリングを行う、効率的なエンドツーエンド自動運転手法を提案した。

• LiDAS: 照明駆動型動的アクティブセンシングによる夜間知覚
  夜間知覚/アクティブ照明2025/12/1

  ヘッドライトの照明を動的に制御し、下流の知覚性能を最大化する閉ループ能動照明システムを提案。昼間学習モデルの夜間ゼロショット汎化を実現し、同等電力でmAP50を18.7%向上、エネルギーを40%削減。

• ビデオ生成モデリングによる自動運転：VaViMとVaVAM
  自動運転2025/2/1

  大規模動画生成モデルを自動運転に応用し、自己回帰型動画モデルVaViMとそれを用いた運転軌道生成モデルVaVAMを提案。動画事前学習が実世界の運転に転移する可能性を示した。

• DOC-Depth: 高密度深度グラウンドトゥルース生成のための新手法
  データセット生成/深度推定2025/2/1

  LiDARオドメトリと動的物体分類を組み合わせ、任意のLiDARから高密度な深度グラウンドトゥルースを効率的に生成する手法を提案し、KITTIデータセットの密度を16.1%から71.2%に改善した。

• LED: ヘッドライト投影パターンで夜間の深度推定を高精度化
  深度推定2024/9/1

  高精細ヘッドライトが投影するパターンを手がかりに、夜間のカメラベース深度推定を改善する手法LEDを提案し、合成・実データで複数アーキテクチャの性能を向上させた。

• Valeo4Cast: モジュール型アプローチによるエンドツーエンド予測
  予測2024/6/1

  自動運転のためのエンドツーエンド軌道予測において、検出・追跡・予測を個別に学習してから微調整で統合するモジュール型手法を提案し、Argoverse 2チャレンジで首位を獲得した。

• LaRa: Latents and Rays for Multi-Camera Bird's-Eye-View Semantic Segmentation
  2022/6/1
• Solving Disjunctive Temporal Networks with Uncertainty under Restricted Time-Based Controllability using Tree Search and Graph Neural Networks
  2022/3/1
• UnShadowNet: Illumination Critic Guided Contrastive Learning For Shadow Removal
  2022/3/1
• Optimal Solving of Constrained Path-Planning Problems with Graph Convolutional Networks and Optimized Tree Search
  2021/8/1
• Learning-based Preference Prediction for Constrained Multi-Criteria Path-Planning
  2021/8/1
• Constrained Shortest Path Search with Graph Convolutional Neural Networks
  2021/8/1
• Time-based Dynamic Controllability of Disjunctive Temporal Networks with Uncertainty: A Tree Search Approach with Graph Neural Network Guidance
  2021/8/1
• PLOP: Probabilistic poLynomial Objects trajectory Planning for autonomous driving
  2020/3/1
• Dynamic Task Weighting Methods for Multi-task Networks in Autonomous Driving Systems
  2020/1/1