Eugene Vinitsky
収録論文 16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
- エンドツーエンド運転のためのセルフプレイのスケーリング自動運転2026/6/1
シミュレーション内で大規模なセルフプレイを用いてエンドツーエンド運転モデルを訓練する手法を提案し、実世界への転移を可能にする。
- プロービングが明らかにする自動運転：内部予測誤差と自己計画の関連自動運転2026/6/1
自動運転ポリシーの内部表現をプロービングし、予測と計画の能力がスケールとともに向上するか、単なるヒューリスティックに依存しているかを評価した。
- 自己対戦とスケールを超えて：自動運転の汎化のための行動ベンチマーク自動運転2026/5/1
大規模強化学習で訓練された自動運転ポリシーを標準ベンチマークで評価するための包括的なテストスイート「BehaviorBench」を提案する。
- 混在自動運転・人間交通のモデリングとシミュレーションのための人工知能交通シミュレーション2026/4/1
自動運転車と人間運転車が混在する交通シミュレーションに用いられるAI手法を体系的にレビューし、分類法を提案した論文。
- テスト時スケーリングの拡張：文脈・バッチ・ターンによる3次元視点推論/テスト時スケーリング2025/11/18
推論モデルのテスト時スケーリングを、文脈長・並列サンプリング・反復自己改善の3次元に拡張する枠組みを提案し、難問ベンチマークやヒューマノイド制御への有効性を示した。
- マルチエージェント強化学習によるケーブル吊り下げ荷物の分散型空中マニピュレーション空中マニピュレーション2025/8/1
複数の小型ドローンが協調し、ケーブルで吊るした荷物を6自由度で操作する分散型制御をマルチエージェント強化学習で実現し、実機実験で有効性を示した。
- 自己対戦のスケーリングによる信頼性の高いシミュレーション運転エージェントの構築sim2real2025/2/1
Waymo Open Motion Dataset上で自己対戦を数千シナリオにスケールし、単一GPUで1日以内に学習して99.8%の目標達成率と低い衝突率を実現した信頼性の高いシミュレーションエージェントを開発した。
- 自己対戦から生まれる堅牢な自動運転自動運転2025/2/1
シミュレーション上で自己対戦を大規模に行うことで、人間のデータを使わずに堅牢で自然な自動運転ポリシーを獲得した研究。
- データ正則化自己対戦強化学習による人間と協調する運転エージェント自動運転/マルチエージェントRL2024/3/1
人間の運転デモに小さなペナルティを与える自己対戦強化学習HR-PPOを提案し、閉ループ交通シミュレーションで高い成功率と人間らしい運転を両立させた。
- 強化学習による交通流の振動抑制：100台の自動運転車による大規模実証実験自動運転/強化学習2024/2/1
強化学習を用いた自動運転車の制御アルゴリズムを開発し、100台規模の公道実証実験で交通流の平滑化効果を検証した。
- Unified Automatic Control of Vehicular Systems with Reinforcement Learning2022/8/1
- Nocturne: a scalable driving benchmark for bringing multi-agent learning one step closer to the real world2022/6/1
- Optimizing Mixed Autonomy Traffic Flow With Decentralized Autonomous Vehicles and Multi-Agent RL2020/11/1
- Robust Reinforcement Learning using Adversarial Populations2020/8/1
- Simulation to Scaled City: Zero-Shot Policy Transfer for Traffic Control via Autonomous Vehicles2018/12/1
- Flow: A Modular Learning Framework for Mixed Autonomy Traffic2017/10/1