Joschka Bödecker

収録論文 4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

• スーパーエージェントと交絡因子：周辺エージェントが車両軌道予測に与える影響
  軌道予測2026/4/1

  周辺エージェントの情報が軌道予測精度を低下させる場合があることを発見し、条件付き情報ボトルネックを導入して不要な情報を圧縮・無視することで予測性能とロバスト性を向上させた。

• 二重予測は不要：遮蔽環境における効率的なエージェント予測
  予測2026/1/1

  遮蔽された交通エージェントの予測において、冗長な占有予測を減らすため、ハンガリアンマッチングと進行方向分離を導入したMatchInformerを提案し、Waymoデータセットで精度向上を実証した。

• 安全強化学習における安全な探索の再検討
  安全強化学習2024/9/1

  安全強化学習の安全性評価に「連続コストの期待最大値(EMCC)」という新指標を導入し、探索中の危険度をより適切に評価できるようにした。

• 平滑化対数バリア関数を用いた制約付き強化学習
  制約付き強化学習2024/3/21

  安全性クリティックに対数バリア関数を平滑化して適用し、事前学習なしで制約付き制御タスクを高精度に解く強化学習手法CSAC-LBを提案し、実機四足歩行ロボットでも検証した。