Eric Sax
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
- SNOW: 世界知識を活用した時空間シーン理解によるオープンワールド身体性推論シーン理解2025/12/1
VLMの意味情報と点群幾何・時間的一貫性を統合し、4Dシーングラフを構築する学習不要のフレームワークを提案。動的環境での空間的・時間的理解を可能にする。
- Embodied4C：身体性を持つ視覚言語ナビゲーションの本質を測るベンチマークVLA2025/12/1
自動運転車・ドローン・ロボットアームの3つの身体性で視覚言語モデルの推論・制御能力を評価する閉ループベンチマークを提案し、空間・時間推論が最大のボトルネックであることを示した。
- R4: 4次元時空間における視覚言語モデルのための検索拡張推論VLA2025/12/1
視覚言語モデルに4次元時空間の構造化された生涯記憶を持たせ、訓練なしで検索拡張推論を行うフレームワークR4を提案。物体レベルの意味情報を空間と時間に紐づけて蓄積し、クエリを意味・空間・時間のキーに分解して検索することで、動的環境でのエピソード的・協調的推論を可能にする。
- 自動運転におけるマルチモーダル大規模言語モデルのシナリオ理解を能力駆動で評価する枠組みVLA2025/3/1
自動運転向けMLLMのシナリオ理解を、意味・空間・時間・物理の4能力軸で体系的に評価する枠組みを提案し、実交通シナリオで適用例を示した。
- 敵対的・反応的な交通エンティティによる挙動リアルな運転シミュレーション：レビューシミュレーション2024/9/1
自動運転車の計画アルゴリズム検証のため、リアルで敵対的な挙動をする交通エンティティのシミュレーション研究を分類・整理し、課題と今後の研究方向をまとめたレビュー論文。
- ステートマシンによる次元削減：自動車システム検証への応用自動運転検証2024/8/1
自動運転の検証において、外部システムとの相互作用をステートチャートでモデル化し、シナリオベーステストと組み合わせることで、テストに必要なシナリオ空間を削減する手法を提案した論文。
- ビヘイビアフォレスト：動的挙動のリアルタイム発見によるデータ選択データ選択2024/7/1
車両走行中の時系列データから動的挙動をリアルタイムに発見し、学習なしで解析的な記述を行うビヘイビアフォレストを提案。自動運転データの96%以上を削減しつつ重要な挙動を保持できることを示した。
- CLIPの限界を探る：自動運転システムの知覚テストにおける関連画像の最適点の発見知覚テスト2024/4/1
自然言語プロンプトに基づいて画像データセットを類似度順に並べ、閾値を自動決定して関連画像のみを返す手法を提案し、誤検出と見逃しの両方を抑えつつ堅牢性とフォールバックを備える。
- The Machine Vision Iceberg Explained: Advancing Dynamic Testing by Considering Holistic Environmental Relations2024/1/1
- EfficientPPS: Part-aware Panoptic Segmentation of Transparent Objects for Robotic Manipulation2023/12/1
- Unveiling Objects with SOLA: An Annotation-Free Image Search on the Object Level for Automotive Data Sets2023/12/1
- Clustering-based Criticality Analysis for Testing of Automated Driving Systems2023/6/1
- Focus on the Challenges: Analysis of a User-friendly Data Search Approach with CLIP in the Automotive Domain2023/4/1
- 1001 Ways of Scenario Generation for Testing of Self-driving Cars: A Survey2023/4/1
- Inverse Universal Traffic Quality -- a Criticality Metric for Crowded Urban Traffic Scenes2023/4/1
- Fingerprint of a Traffic Scene: an Approach for a Generic and Independent Scene Assessment2022/11/1
- An Application of Scenario Exploration to Find New Scenarios for the Development and Testing of Automated Driving Systems in Urban Scenarios2022/5/1