Christoph Stiller
Karlsruhe Institute of Technology (KIT)
収録論文 52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
- 画像サブセット間の差異を自然言語で記述することによる自動運転データセットの理解データセット解析2026/9/3
自動運転データセットの2つの画像群の違いを自然言語で説明する「集合差分キャプショニング」を提案し、物体検出由来のパッチに着目して評価用ベンチマークAD-Diff Benchを構築した。
- A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット自動運転データセット2026/7/1
2024年のアブダビ自動運転レースリーグで収集された、高速自動運転と複数車両の相互作用に特化した大規模なLiDAR・RADARデータセットを紹介する論文。
- 自動運転における相互作用を考慮した注意機構ベースの高レベル意思決定学習自動運転/意思決定2026/7/1
自動運転の車線変更や速度制御の高レベル意思決定を、動的な交通状況に応じて可変長の入力に対応しつつ、相互作用を明示的にモデル化する注意機構ベースのアーキテクチャDecisionPerceiverを提案した。固定サイズの潜在空間への投影と細かい行動離散化により、性能とスケーラビリティを向上させた。
- インパクトのある自動運転データセットの作り方:研究ギャップからベンチマークまでの戦略的ガイドデータセット設計2026/7/1
自動運転データセットの設計戦略を、データ問題か評価問題かの診断から始め、最小限のデータ操作でギャップを埋める枠組みとして提案し、KITScenesデータセットを事例に解説した論文。
- 自動運転の未来への道:KITScenesマルチモーダルデータセットデータセット2026/6/1
高精度センサと完全なHDマップを備えた欧州の自動運転データセットを構築し、オンライン地図構築や長距離深度推定などの4つのベンチマークを提供した。
- Mosaic: ルールベースと学習型モーションプランナーを統合する拡張可能なフレームワーク自動運転/モーションプランニング2026/4/1
自動運転のモーションプランニングにおいて、ルールベースと学習型のプランナーを仲裁グラフで統合し、安全性と性能を両立するフレームワークMosaicを提案した。
- 推論トレース付きロングテール運転シナリオ:KITScenes LongTailデータセット自動運転/データセット2026/3/1
自動運転の稀なシナリオへの汎化を目的とし、マルチビュー動画、軌跡、指示、詳細な推論トレースを含むデータセットを構築し、VLMやVLAのベンチマークを提供した。
- オンラインHDマップ構築におけるラベル品質への位置推定誤差の影響自動運転/HDマップ2026/3/1
自動運転車のHDマップをオンラインで構築する際、既存マップをラベルとして使うが、位置推定誤差がラベル品質を劣化させる。誤差の種類と距離に基づく評価指標を導入し、モデル性能への影響を分析した。
- レーダーベースのポーズ最適化によるノイズを含む複数走行車両データからのHD地図生成地図生成2026/3/1
複数走行の車両データからレーダーポイントクラウドを位置合わせし、ポーズグラフ最適化で位置ずれを補正して高精細地図生成の精度を向上させる手法を提案した。
- MapGCLR: オンラインベクターHDマップ構築のための地理空間的コントラスト学習HDマップ構築2026/3/1
重複するBEV特徴グリッド間の地理空間的一貫性をコントラスト損失で強制し、半教師あり学習によりオンラインHDマップ構築の性能を向上させた研究。
- マルチエージェント運転シミュレーションのための効率的でロバストな行動モデルに向けてマルチエージェント運転シミュレーション2025/12/1
各交通参加者をローカル座標系で表現し、クエリ中心の対称文脈エンコーダと敵対的逆強化学習を用いて、効率的でロバストな運転行動モデルを学習する手法を提案。
- 予測駆動型運動計画:注意ベース予測モデルへの経路統合戦略運動計画2025/12/1
注意ベースの運動予測モデルに自車の経路と目標姿勢を組み込み、ナビゲーション情報が予測と計画の両方を改善できることをnuPlanデータセットで示した。
- 安全強化学習でMPCを強化:自動運転の運動計画におけるSRMPC自動運転/運動計画2025/12/1
自動運転の運動計画で、安全強化学習を用いてMPCに新たな安全参照軌道を与え、大域最適解を探索できるようにする手法を提案し、高速道路シナリオで有効性を示した。
- FlowDrive: データバランシングを用いた軌道計画のための調整済みフローマッチング軌道計画2025/9/1
運転データの長尾分布に対処するため軌道パターンによる再重み付けを行い、条件付き整流フローでノイズから直接軌道を生成するプランナーFlowDriveを提案。nuPlanとinterPlanで学習ベース手法の最先端性能を達成。
- 周辺予測から統合予測へ:自動運転のためのシーン整合的な軌道予測手法の評価軌道予測2025/7/1
自動運転における軌道予測で、各エージェントを独立に予測する周辺予測と、相互作用を考慮した統合予測の手法を体系的に比較し、精度・多様性・推論効率を評価した。
- SDTagNet: テキスト注釈付きナビゲーションマップを活用したオンラインHDマップ構築自動運転/HDマップ2025/6/1
OpenStreetMapなどのSDマップにテキスト注釈を加えて活用し、車載センサのみでは届かない遠方のHDマップをオンラインで高精度に構築する手法を提案。
- RetroMotion: 逆行因果運動予測モデルは指示可能である運動予測2025/5/1
マルチエージェントの運動予測を周辺分布と相互作用エージェントの結合分布に分解し、トランスフォーマーで逆行因果的な情報流を用いて予測する手法を提案。指示に従うインターフェースも備える。
- 自動運転のためのシミュレーションによる条件付き予測自動運転2025/2/1
自動運転の予測と計画を協調させるため、逆強化学習で学習した行動モデルを用いた交通シミュレーションにより、自車の候補軌道に条件付けられた他車の軌道予測を生成する手法を提案した。
- M3TR: 実世界HDマップ補完のための汎用モデル自動運転/HDマップ2024/11/1
自動運転向けに、オフラインHDマップの事前情報の有無にかかわらず地図の変化を補完できる汎用トランスフォーマーモデルM3TRを提案し、Argoverse 2とnuScenesのベンチマークを整備した。
- SceneMotion: エージェント中心埋め込みからシーン全体の予測へ予測2024/8/1
複数の交通エージェントのシーン全体の運動モードを予測する注意機構ベースのモデルを提案し、潜在コンテキストモジュールで相互作用を考慮した予測を実現した。
- Lanelet2フレームワークにおけるHDマップからの訓練データ生成自動運転2024/7/1
自動運転用HDマップフレームワークLanelet2に、機械学習の訓練ラベル生成と推論時の地図データ入力を統合する拡張を提案した論文。
- 物理情報を組み込んだ軌道オートエンコーダsim2real2024/3/1
自動運転の安全性検証のため、物理ダイナミクスモデルを損失関数に組み込んだ軌道オートエンコーダを提案し、ノイズのない物理的に妥当な軌道生成を実現した。
- Decision-theoretic MPC: Motion Planning with Weighted Maneuver Preferences Under Uncertainty2023/10/1
- RedMotion: Motion Prediction via Redundancy Reduction2023/6/1
- HD Map Generation from Noisy Multi-Route Vehicle Fleet Data on Highways with Expectation Maximization2023/5/1
- Space, Time, and Interaction: A Taxonomy of Corner Cases in Trajectory Datasets for Automated Driving2022/10/1
- Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings2022/7/1
- Fast and Robust Ground Surface Estimation from LIDAR Measurements using Uniform B-Splines2022/3/1
- DA-LMR: A Robust Lane Marking Representation for Data Association2021/11/1
- Modeling dynamic target deformation in camera calibration2021/10/1
- Deployment of Deep Neural Networks for Object Detection on Edge AI Devices with Runtime Optimization2021/8/1
- MASS: Multi-Attentional Semantic Segmentation of LiDAR Data for Dense Top-View Understanding2021/7/1
- Minimizing Safety Interference for Safe and Comfortable Automated Driving with Distributional Reinforcement Learning2021/7/1
- Towards Sensor Data Abstraction of Autonomous Vehicle Perception Systems2021/5/1
- PillarSegNet: Pillar-based Semantic Grid Map Estimation using Sparse LiDAR Data2021/5/1
- YOLinO: Generic Single Shot Polyline Detection in Real Time2021/3/1
- Decision-Time Postponing Motion Planning for Combinatorial Uncertain Maneuvering2020/12/1
- SemanticVoxels: Sequential Fusion for 3D Pedestrian Detection using LiDAR Point Cloud and Semantic Segmentation2020/9/1
- Exploiting Multi-Layer Grid Maps for Surround-View Semantic Segmentation of Sparse LiDAR Data2020/5/1
- Risk-Aware High-level Decisions for Automated Driving at Occluded Intersections with Reinforcement Learning2020/4/1
- Tackling Existence Probabilities of Objects with Motion Planning for Automated Urban Driving2020/2/1
- INTERACTION Dataset: An INTERnational, Adversarial and Cooperative moTION Dataset in Interactive Driving Scenarios with Semantic Maps2019/10/1
- Anytime Lane-Level Intersection Estimation Based on Trajectories of Other Traffic Participants2019/6/1
- Self-Supervised Flow Estimation using Geometric Regularization with Applications to Camera Image and Grid Map Sequences2019/4/1
- Capturing Object Detection Uncertainty in Multi-Layer Grid Maps2019/1/1
- Limited Visibility and Uncertainty Aware Motion Planning for Automated Driving2018/10/1
- Object Detection and Classification in Occupancy Grid Maps using Deep Convolutional Networks2018/5/1
- Generating Comfortable, Safe and Comprehensible Trajectories for Automated Vehicles in Mixed Traffic2018/5/1
- Evidential Occupancy Grid Map Augmentation using Deep Learning2018/1/1
- Cooperative Motion Planning for Non-Holonomic Agents with Value Iteration Networks2017/9/1
- Towards Cooperative Motion Planning for Automated Vehicles in Mixed Traffic2017/8/1
- RegNet: Multimodal Sensor Registration Using Deep Neural Networks2017/7/1