Ivan Ruchkin
収録論文 12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
- 具現化AIの信頼性構築：テストから形式検証までのコミュニティアジェンダ信頼性保証2026/6/1
具現化AIシステムの信頼性をライフサイクル全体で保証するため、シナリオベーステスト、構成検証、実行時保証の3方向を統合する枠組みを提案した論文。
- 異常情報を活用した視覚ベース安全予測の信頼度キャリブレーション自動運転/信頼度キャリブレーション2026/5/1
自動運転レースにおいて、カメラ画像から安全予測を行う際の信頼度を、再構成誤差とダイナミクススコアを融合した温度スケーリングで調整し、テスト時の分布シフトに対する過信を軽減する手法を提案した。
- TEACar: オープンソースの自動運転プラットフォーム自動運転2026/4/1
1/14〜1/16スケールの自動運転プラットフォームTEACARを提案し、モジュール式の機械設計とROS 2ベースのソフトウェアを実装。CNNベースの操舵制御で性能を評価し、拡張性とコスト効率の高いテストベッドを実証した。
- 決定論的ワールドモデルによる視覚ベースEnd-to-End制御の閉ループ到達可能性解析VLA2025/12/8
物理状態から合成カメラ画像を生成する決定論的ワールドモデルを提案し、確率的潜在変数による過大近似なしに視覚ベース制御器の閉ループ到達可能性解析を可能にした。
- 自律走行レースのためのオンライン滑り検出と摩擦係数推定自律走行2025/9/1
IMUとLiDAR、制御入力のみを用いて、車両やタイヤのモデルなしでリアルタイムに滑りを検出し、路面摩擦係数を推定する軽量手法を提案し、1:10スケールの自律走行車で有効性を示した。
- 見たものから安全性をどう予測するか：画像制御自律性のための校正済み安全確率予測VLA2025/8/1
画像入力で制御される自律システムに対し、ワールドモデルと変分オートエンコーダを用いて将来の潜在軌道を予測し、安全特性を満たす確率を校正して推定する枠組みを提案した論文。
- 視覚ベース自律性の統一的な確率的検証と妥当性確認に向けて検証・安全性2025/8/1
視覚ベースの自律システムの安全性を、区間マルコフ決定過程を用いて検証モデルとオフライン検証を統合し、分布外テスト条件にも適応する柔軟な保証を提供する手法を提案した。
- 物理的に解釈可能な世界モデルのための4つの原則世界モデル2025/3/1
世界モデルの潜在表現を物理的に解釈可能にするため、記号的知識を活用した4つの原則を提唱し、2つのベンチマークで有効性を示した。
- ロバストな視覚制御のための汎化可能な画像修復視覚制御2025/3/1
視覚ベース制御における画像劣化に対処するため、CycleGANとpix2pixを用いたリアルタイム画像修復モジュールを提案し、制御性能に焦点を当てた損失関数で制御の信頼性を向上させた。
- 言語拡張潜在表現による自動運転の分布外検出分布外検出2024/5/1
マルチモーダルモデルCLIPの画像・テキスト表現のコサイン類似度を潜在表現として用い、言語で定義可能な分布外検出を実現した研究。
- 基盤ワールドモデルによる自律ロボットのゼロショット安全予測安全予測/ワールドモデル2024/4/1
観測を因果的潜在表現に埋め込み、学習不要の大規模言語モデルで将来状態を直接予測する基盤ワールドモデルを提案し、安全予測タスクで従来のワールドモデルを上回る性能をデータなしで達成した。
- Distributionally Robust Statistical Verification with Imprecise Neural Networks2023/8/1