Muleilan Pei

収録論文 6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

• 視覚幾何基盤ガウススプラッティングによるセマンティック占有予測
  占有予測2026/3/1

  視覚基盤モデルの3D幾何事前知識をガウススプラッティングに注入し、自動運転のセマンティック占有予測精度を向上させるフレームワークVG3Sを提案。

• R1スタイル強化学習ファインチューニングによるマルチエージェント交通シミュレーションの高度化
  交通シミュレーション2025/9/1

  交通シミュレーションの次トークン予測モデルに対し、R1スタイルの強化学習ファインチューニングを適用し、人間の選好や評価指標に合致する挙動を生成できるようにした。Waymoのベンチマークで最高性能を達成。

• ST-GS: 時空間ガウシアンスプラッティングによる視覚ベース3Dセマンティック占有予測
  3D占有予測2025/9/1

  視覚中心の自動運転向け3D占有予測において、ガウシアン表現の空間的相互作用と時間的一貫性を強化する時空間ガウシアンスプラッティングフレームワークを提案し、nuScenesで最先端性能を達成した。

• 先読みする動き：報酬ヒューリスティクスで軌道予測を強化
  軌道予測2025/7/1

  逆強化学習で運転エージェントの意図を推論し、その報酬を手がかりに将来の軌道を予測する手法を提案。大規模データセットで予測精度と信頼性が向上。

• GoIRL: マルチモーダル軌道予測のためのグラフ指向逆強化学習
  軌道予測2025/6/1

  車線グラフ特徴をグリッド空間に集約し、最大エントロピー逆強化学習で報酬分布を推定して複数の実行可能な計画を生成する軌道予測手法を提案。大規模ベンチマークで最先端性能と優れた汎化性能を示した。

• SEPT: 標準地図を活用した自動運転のためのシーン知覚とトポロジー推論の強化
  自動運転知覚2025/5/1

  高精細地図に頼らず、標準地図を事前知識としてBEV特徴と融合し、シーン知覚とトポロジー推論を高精度化するフレームワークを提案。