Daniel Dauner

収録論文 7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

• 123D: 大規模マルチモーダル自動運転データの統合
  自動運転データ統合2026/5/1

  自動運転の多様なデータセットを単一APIで統合するオープンソースフレームワークを提案し、8つの実データセットと合成データを統合して、クロスデータセットでの3D物体検出や強化学習などの応用を実証した。

• LEAD: エンドツーエンド運転における学習者と専門家の非対称性の最小化
  自動運転/模倣学習2025/12/1

  自動運転の模倣学習において、特権的な専門家デモとセンサベースの学生観測の不一致を分析し、そのギャップを埋める介入によりCARLAベンチマークで最先端性能を達成した研究。

• 自動運転のための疑似シミュレーション評価
  自動運転評価2025/6/1

  3Dガウススプラッティングで生成した合成観測を実データに付加し、閉ループに近い相関で自動運転を評価する疑似シミュレーション手法を提案。

• CaRL: 単純な報酬でスケーラブルな計画ポリシーを学習する
  自動運転/強化学習/計画2025/4/1

  自動運転の計画タスクにおいて、経路完了という単一の直感的な報酬を主に最適化する新しい報酬設計を提案し、PPOを大規模ミニバッチで効率的にスケールさせることで、CARLAとnuPlanで優れた性能を達成した。

• NAVSIM: データ駆動型非反応的自動運転シミュレーションとベンチマーク
  自動運転ベンチマーク2024/6/1

  大規模データセットと非反応的シミュレータを組み合わせ、実世界に近い大規模ベンチマークを可能にする評価手法NAVSIMを提案。CVPR 2024コンペで143チームが参加し、新たな知見を得た。

• SLEDGE: 生成モデルとルールベース交通流による走行環境の合成
  自動運転シミュレーション2024/3/1

  実走行ログから学習した生成モデルでエージェントと車線グラフを生成し、ルールベース交通シミュレーションと組み合わせて大規模な走行環境を合成するシミュレータを提案。

• Parting with Misconceptions about Learning-based Vehicle Motion Planning
  2023/6/1