J. Marius Zöllner

収録論文 64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

• 初期シーンから安全クリティカルなシナリオを生成する手法
  シナリオ生成2026/9/17

  拡散モデルと強化学習を組み合わせ、現実的な初期シーンから衝突などの危険な相互作用が発生しやすい状況を生成する手法を提案。

• スカラー報酬を超えて：安全で信頼性の高い自動運転のための事前順序付き目的を持つ分布強化学習
  自動運転/強化学習2026/3/1

  複数の競合する目的（安全性、効率性、快適性）を扱うため、報酬成分に事前順序を導入したPr-MOMDPと、分布を単一統計量に縮約せず比較するQuantile Dominance指標を提案し、自動運転タスクで安全性と成功率を向上させた。

• 知覚のための深層ニューラルネットワークの実行時安全モニタリング：サーベイ
  安全性モニタリング2025/11/1

  自動運転やロボティクスなど安全が重要な知覚システムにおいて、DNNの推論時に並行して動作し、入力・内部表現・出力を監視することで安全性の懸念を検出する手法を体系的に整理したサーベイ。

• セマンティック情報でLiDAR自己位置推定を強化：カメラ投影 vs 直接LiDARセグメンテーション
  自己位置推定2025/9/1

  カメラのセマンティックセグメンテーションをLiDAR点群に投影することで、LiDARベースの自己位置推定の精度とロバスト性を向上させる手法を提案し、市街地から高速道路まで55kmの走行データで検証した。

• シミュレーションと使いやすさの橋渡し：CARLAにおけるユーザーフレンドリーなシナリオ生成フレームワーク
  自動運転シミュレーション2025/7/1

  CARLA向けに、プログラミング知識がなくてもGUIで自動運転の交通シナリオを作成・編集・実行できるノーコードのフレームワークを提案した。

• DigiT4TAF：未来の交通システムに向けた物理世界とデジタル世界の橋渡し
  デジタルツイン2025/7/1

  ドイツの自動運転テストエリアTAF-BWのデジタルツインを構築し、実世界の交通データをシミュレーションで再現するフレームワークを公開した。

• 自動運転のための多様で適応的な行動カリキュラム：マルチエージェント強化学習による生徒-教師フレームワーク
  自動運転/マルチエージェントRL2025/7/1

  マルチエージェント強化学習の教師が多様な交通行動を生成し、生徒の性能に応じて難易度を適応的に調整するカリキュラム学習で、自動運転エージェントを訓練した研究。

• EffiComm: 帯域効率の良いマルチエージェント通信
  協調知覚/V2X2025/7/1

  車車間通信で共有するBEV特徴マップを、重要領域の選択とGNNによる適応的削減で圧縮し、従来の40%以下の通信量で高精度な3D物体検出を実現する協調知覚フレームワーク。

• 主観論理を用いた自動運転システム向けマルチソース自己位置推定のオンライン性能評価
  自己位置推定2025/6/1

  自動運転車に搭載されたオドメトリ・SLAM・GNSSの3つの自己位置推定システムの性能を、主観論理を用いてオンラインで評価する手法を提案した。

• 主観ネットワークを用いた自動運転システムの機能性評価フレームワーク
  自動運転2025/6/1

  自動運転システムの各コンポーネントの評価を主観ネットワークで統合し、依存関係や冗長性、誤り伝播を考慮してシステム全体の機能性を推定するフレームワークを提案した。

• SPaT駆動参照速度による集中型プラトゥーニング意思決定
  群制御2025/5/1

  V2X通信と信号情報(SPaT)を活用し、非線形MPCで車群リーダーの軌道を最適化する都市部プラトゥーニング手法を提案。CARLAシミュレーションで最大41.2%の燃費削減と交通流改善を実証した。

• TPK: 解釈性と運動学的実現可能性のための事前知識を統合した信頼できる軌道予測
  軌道予測2025/5/1

  自動運転の軌道予測において、車両・歩行者・自転車の各エージェントクラスに特化した相互作用と運動学の事前知識を組み込み、解釈性と物理的実現可能性を向上させる手法を提案。

• 自動カリキュラム学習による運転シナリオ生成：堅牢で効率的な強化学習に向けて
  自動運転/強化学習2025/5/1

  エージェントの能力に応じて難易度を自動調整する運転シナリオを生成するカリキュラム学習フレームワークを提案し、強化学習による自動運転エージェントの汎化性能と訓練効率を向上させた。

• 進歩と安全の両立：自動運転の強化学習におけるリスク認識型報酬設計
  自動運転/強化学習2025/5/1

  自動運転の強化学習において、衝突前のリスクを考慮した二次元楕円体関数とRSS拡張に基づく新しいリスク認識型報酬を提案し、無信号交差点で衝突率を21%削減しつつ経路進捗も改善した。

• 境界誘導による軌道予測：道路認識と物理的実現可能性を両立する自動運転
  軌道予測2025/5/1

  走行可能な方向とその境界を制約として軌道予測を回帰問題として定式化し、道路外予測を防ぎつつ運動学的制約を満たす手法を提案した。

• シェフのKISS：ICPとSLAMの両方で意味情報を活用する
  SLAM2025/4/1

  LiDARオドメトリのKISS-ICPに意味情報を組み込み、軌跡精度を向上させるとともに、Cartographerによるループ閉鎖と地図生成にも意味情報を利用して駐車車両などの動的物体を除去し、再位置推定の品質を高めた。

• 自動運転システムのためのモジュール式故障診断フレームワーク
  故障診断2024/11/1

  自動運転システムの異種コンポーネントを対象に、状態と依存関係を考慮したモジュール式の故障診断フレームワークを提案し、自動運転シャトルバスで評価した。

• 次世代インフラで自律シャトルを強化する
  自動運転シャトル2024/10/1

  スマートインフラと連携した自動運転シャトルの実証実験を実施し、システムアーキテクチャや適応的な走行制御、V2Xドライバとデータセットを公開した。

• 1台から多数台へ：単一センサデータセットによるマルチLiDAR知覚への不変性
  LiDAR知覚2024/9/1

  単一LiDARデータで学習したモデルを複数LiDAR構成に転移させるため、特徴レベルの不変性指標と2つのデータ拡張を提案し、汎化性能を向上させた。

• LiDAR点群セグメンテーションのためのラベルフリーモデル失敗検出
  点群セグメンテーション2024/7/1

  ラベルなしデータを活用し、教師あり学習と自己教師あり学習の2つのストリームを組み合わせて、LiDAR点群セグメンテーションモデルの失敗を検出する手法を提案し、実世界の異常ラベル付きデータセットLidarCODAを公開した。

• 運転動作予測のための効率的なデータ表現：シーン特化型軌道集合アプローチ
  運転動作予測2024/7/1

  地図情報とエージェントの動きを活用し、交差点や直線道路など状況に応じた軌道集合を生成する手法を提案。冗長な表現を削減するRIDSにより、Argoverse 2で最大10%のDAC改善を達成した。

• 自動運転の異常シナリオに向けたハイブリッド動画異常検知
  異常検知2024/6/1

  自車視点の映像から正常な走行パターンを学習し、自動運転における稀で危険なシーンのピクセル単位の異常検知を行う手法を提案。

• UMAD: 自動運転のための教師なしマスクレベル異常検知
  異常検知2024/6/1

  生成的世界モデルと教師なし画像セグメンテーションを組み合わせ、生のセンサデータのみから異常な交通シーンを検知する手法を提案し、既存の教師なし異常検知を上回る性能を示した。

• AnoVox: 自動運転におけるマルチモーダル異常検知ベンチマーク
  異常検知2024/5/1

  自動運転向けの大規模マルチモーダル異常検知ベンチマークAnoVoxを提案し、カメラ以外のセンサーも含めた手法比較を可能にした。

• 自動運転をレベル4へ導く統合スタック
  自動運転2024/4/1

  様々な車両やセンサ構成に適応できるモジュール式の自動運転スタックを開発し、実環境での乗客輸送を含む実証実験を行った。

• シーン外挿：インタラクティブな交通シナリオの生成
  自動運転シミュレーション2024/4/1

  交通シーンをシードとして、ルールベースと機械学習の行動モデルで様々な挙動をシミュレートし、重要度指標で評価することで、自動運転機能の検証に有用なシナリオを生成する手法を提案した。

• 群知能で自律走行を駆動：粒子群最適化に基づく動作計画アプローチ
  動作計画2024/4/1

  粒子群最適化（PSO）を核とした動作計画パイプラインを提案し、車両や環境に依存しないモジュール設計と並列計算による高速計画を実現。自動運転シャトルで3,500km以上の安全な自律走行を達成した。

• CoCar NextGen：コネクテッド自動運転研究のための多目的プラットフォーム
  自動運転2024/4/1

  自動運転研究向けに、冗長な次世代センサーを備え、公道走行も可能なモジュール式の多目的テスト車両プラットフォームを設計・構築した。

• Informed Reinforcement Learning for Situation-Aware Traffic Rule Exceptions
  2024/2/1
• 自動運転車の死角推定：ランダム参照センサーを用いたシナリオベースシミュレーション
  自動運転・センサー配置2024/2/1

  高忠実度3Dシミュレーションとモンテカルロ法による参照センサーを用いて、自動運転車のセンサー配置の死角を推定する手法を提案した。

• MUVO: A Multimodal Generative World Model for Autonomous Driving with Geometric Representations
  2023/11/1
• Heterogeneous Graph-based Trajectory Prediction using Local Map Context and Social Interactions
  2023/11/1
• On The Impact of Replacing Private Cars with Autonomous Shuttles: An Agent-Based Approach
  2023/11/1
• KI-PMF: Knowledge Integrated Plausible Motion Forecasting
  2023/10/1
• Conditional Unscented Autoencoders for Trajectory Prediction
  2023/10/1
• Conditioning Latent-Space Clusters for Real-World Anomaly Classification
  2023/9/1
• Utilizing Hybrid Trajectory Prediction Models to Recognize Highly Interactive Traffic Scenarios
  2023/9/1
• Traffic Light Recognition using Convolutional Neural Networks: A Survey
  2023/9/1
• Exploring the Potential of World Models for Anomaly Detection in Autonomous Driving
  2023/8/1
• Bridging the Gap Between Multi-Step and One-Shot Trajectory Prediction via Self-Supervision
  2023/6/1
• Inverse Universal Traffic Quality -- a Criticality Metric for Crowded Urban Traffic Scenes
  2023/4/1
• A Comprehensive Review on Ontologies for Scenario-based Testing in the Context of Autonomous Driving
  2023/4/1
• Perception Datasets for Anomaly Detection in Autonomous Driving: A Survey
  2023/2/1
• Impact, Attention, Influence: Early Assessment of Autonomous Driving Datasets
  2023/1/1
• Self Supervised Clustering of Traffic Scenes using Graph Representations
  2022/11/1
• Fingerprint of a Traffic Scene: an Approach for a Generic and Independent Scene Assessment
  2022/11/1
• Analyzing Deep Learning Representations of Point Clouds for Real-Time In-Vehicle LiDAR Perception
  2022/10/1
• One Ontology to Rule Them All: Corner Case Scenarios for Autonomous Driving
  2022/9/1
• DLCSS: Dynamic Longest Common Subsequences
  2022/7/1
• Multimodal Detection of Unknown Objects on Roads for Autonomous Driving
  2022/5/1
• An Application of Scenario Exploration to Find New Scenarios for the Development and Testing of Automated Driving Systems in Urban Scenarios
  2022/5/1
• Anomaly Detection in Autonomous Driving: A Survey
  2022/4/1
• Cooperative Trajectory Planning in Uncertain Environments with Monte Carlo Tree Search and Risk Metrics
  2022/3/1
• Quantification of Actual Road User Behavior on the Basis of Given Traffic Rules
  2022/2/1
• Learning Reward Models for Cooperative Trajectory Planning with Inverse Reinforcement Learning and Monte Carlo Tree Search
  2022/2/1
• StarNet: Joint Action-Space Prediction with Star Graphs and Implicit Global Frame Self-Attention
  2021/11/1
• Self-Supervised Action-Space Prediction for Automated Driving
  2021/9/1
• Taxonomy and Survey on Remote Human Input Systems for Driving Automation Systems
  2021/9/1
• Description of Corner Cases in Automated Driving: Goals and Challenges
  2021/9/1
• Towards Sensor Data Abstraction of Autonomous Vehicle Perception Systems
  2021/5/1
• Accelerating Cooperative Planning for Automated Vehicles with Learned Heuristics and Monte Carlo Tree Search
  2020/2/1
• Learning to Predict Ego-Vehicle Poses for Sampling-Based Nonholonomic Motion Planning
  2018/12/1
• Decentralized Cooperative Planning for Automated Vehicles with Continuous Monte Carlo Tree Search
  2018/9/1
• Adaptive Behavior Generation for Autonomous Driving using Deep Reinforcement Learning with Compact Semantic States
  2018/9/1