Felix Heide

収録論文 8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。

• シナリオ制御：視覚言語で制御可能なベクトル化潜在シナリオ生成
  シナリオ生成2026/4/1

  テキストや画像の指示に基づき、地図や動的エージェントを含む現実的な3D運転シナリオを生成する新しい手法を提案。

• VERDI: 自動運転のためのVLM埋め込み推論
  自動運転2025/5/1

  VLMの推論過程と常識知識を学習時に自動運転スタックへ蒸留し、推論時の大規模VLMコストなしでモジュール型E2Eモデルの性能を向上させる手法を提案。

• Scenario Dreamer: ベクトル化潜在拡散による走行シミュレーション環境の生成
  sim2real2025/3/1

  車線グラフとエージェントの初期配置、および閉ループのエージェント挙動をデータ駆動で生成する自動運転向けシミュレータ。ベクトル化潜在拡散と自己回帰Transformerを組み合わせ、既存手法より高品質・高効率で無限に拡張可能な環境を生成する。

• 説明可能な多物体追跡のための逆ニューラルレンダリング
  3D多物体追跡/逆レンダリング2024/4/1

  RGBカメラからの3D多物体追跡を逆レンダリング問題として捉え、事前学習済み3D物体表現の潜在空間を微分可能レンダリングで最適化する手法を提案。合成データのみで学習し、nuScenesとWaymoで微調整なしに汎化性能を実証した。

• CtRL-Sim: オフライン強化学習による反応的で制御可能な運転エージェント
  自動運転シミュレーション2024/3/1

  実走行データを物理シミュレータで処理して報酬付きオフラインRLデータセットを作り、リターン条件付きマルチエージェント行動モデルを学習することで、現実的かつ制御可能な交通エージェントを生成する手法を提案。

• Biologically Inspired Dynamic Thresholds for Spiking Neural Networks
  2022/6/1
• Latent Variable Sequential Set Transformers For Joint Multi-Agent Motion Prediction
  2021/4/1