Raquel Urtasun

収録論文 72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

• 言語からの制約充足による交通シナリオオーケストレーション
  自動運転/シミュレーション2026/5/1

  自動運転車のテスト用に、自然言語の記述を制約充足問題として解釈し、シミュレーション内のシナリオを自動生成する手法を提案した論文。

• 安全性重視の交通シナリオ生成のための条件付きフローマッチングVAE
  自動運転/シナリオ生成2026/5/1

  現実のデータには稀な安全上重要なシナリオを、条件付き潜在フローマッチングを用いて現実的に生成する手法を提案した。

• 拡散モデル誘導による都市シーン再構成の汎用高品質化手法
  3D再構成2026/5/1

  都市シーンの3D再構成において、視点が大きくずれると画質が劣化する問題を、拡散モデルの生成的先験知識を活用して数分で修正する汎用的な手法GenReを提案した。

• GenAssets: 潜在空間における実世界3Dアセットの生成
  3D生成2026/4/1

  実世界のLiDARとカメラデータから、完全な形状と外観を持つ高品質な3Dアセットを生成する3D潜在拡散モデルを提案した論文。

• 自己運転エージェントモデリングのための効率的等変トランスフォーマー
  自動運転2026/4/1

  自己運転におけるエージェント行動モデリングを、SE(2)等変性を保ちつつ計算コストを削減する新しいトランスフォーマーアーキテクチャDriveGATrを提案した。

• FOMO-3D: 視覚基盤モデルを用いたロングテール3D物体検出
  3D物体検出2026/3/1

  自動運転における頻度の低い安全重要物体の3D検出を改善するため、視覚基盤モデルから得られる意味・深度の事前知識を活用した初のマルチモーダル3D検出器FOMO-3Dを提案した。

• Flux4D: フローに基づく教師なし4D再構成
  4D再構成2025/12/1

  大規模動的シーンの4D再構成を、注釈なしで3Dガウシアンと動きを直接予測するフレームワークで実現し、高速・高スケーラブルに再構成する。

• SaLF: 実時間マルチセンサレンダリングのためのスパースローカルフィールド
  sim2real2025/7/1

  カメラとLiDARの両方に対応した新しいボリュメトリック表現SaLFを提案し、高速な学習とレンダリングを実現して自動運転のセンサシミュレーションを効率化した。

• UniCal: 統合ニューラルセンサキャリブレーション
  キャリブレーション2024/9/1

  LiDARとカメラを備えた自動運転車のキャリブレーションを、特別な基準物なしで走行データから微分可能なボリュームレンダリングを用いて同時に学習する統合フレームワークを提案。

• G3R: 勾配誘導による汎化可能な大規模3D再構成
  3D再構成2024/9/1

  微分可能レンダリングからの勾配フィードバックを反復的に用いる再構成ネットワークを学習し、大規模シーンを高速かつ高品質に再構成する手法を提案。

• 非対称セルフプレイによる運転方策の学習
  自動運転2024/9/1

  教師が生徒には解けないが自分は解けるシナリオを生成し、生徒がそれを解くという非対称セルフプレイで、長尾シナリオを含む現実的な運転方策を学習する手法を提案。

• UnO: 知覚と予測のための教師なし占有フィールド
  自動運転2024/6/1

  LiDARデータから自己教師あり学習で連続的な4D時空間占有フィールドを学習し、点群予測やBEV意味占有予測に転移可能な世界モデルを構築した研究。

• DeTra: 物体検出と軌道予測を統合したモデル
  自動運転2024/6/1

  LiDAR点群と高精細地図から物体の存在・姿勢・将来の複数軌道を直接推論し、検出と予測を軌道リファインメント問題として統合したTransformerモデルを提案。

• QuAD: 自動運転のためのクエリベース解釈可能なニューラル動作計画
  動作計画2024/4/1

  計画器が必要な時空間領域のみに占有クエリを発行し、候補軌道を衝突回避・快適性・進捗で評価する統合的な自動運転フレームワークを提案。高忠実度閉ループシミュレーションで高速道路運転品質が最先端を上回る。

• Copilot4D: Learning Unsupervised World Models for Autonomous Driving via Discrete Diffusion
  2023/11/1
• Reconstructing Objects in-the-wild for Realistic Sensor Simulation
  2023/11/1
• 4D-Former: Multimodal 4D Panoptic Segmentation
  2023/11/1
• MemorySeg: Online LiDAR Semantic Segmentation with a Latent Memory
  2023/11/1
• Towards Unsupervised Object Detection From LiDAR Point Clouds
  2023/11/1
• Learning Realistic Traffic Agents in Closed-loop
  2023/11/1
• LabelFormer: Object Trajectory Refinement for Offboard Perception from LiDAR Point Clouds
  2023/11/1
• Adv3D: Generating Safety-Critical 3D Objects through Closed-Loop Simulation
  2023/11/1
• CADSim: Robust and Scalable in-the-wild 3D Reconstruction for Controllable Sensor Simulation
  2023/11/1
• UltraLiDAR: Learning Compact Representations for LiDAR Completion and Generation
  2023/11/1
• UniSim: A Neural Closed-Loop Sensor Simulator
  2023/8/1
• Implicit Occupancy Flow Fields for Perception and Prediction in Self-Driving
  2023/8/1
• Rethinking Closed-loop Training for Autonomous Driving
  2023/6/1
• GoRela: Go Relative for Viewpoint-Invariant Motion Forecasting
  2022/11/1
• Virtual Correspondence: Humans as a Cue for Extreme-View Geometry
  2022/6/1
• Just Label What You Need: Fine-Grained Active Selection for Perception and Prediction through Partially Labeled Scenes
  2021/4/1
• MP3: A Unified Model to Map, Perceive, Predict and Plan
  2021/1/1
• Deep Parametric Continuous Convolutional Neural Networks
  2021/1/1
• AdvSim: Generating Safety-Critical Scenarios for Self-Driving Vehicles
  2021/1/1
• LookOut: Diverse Multi-Future Prediction and Planning for Self-Driving
  2021/1/1
• Asynchronous Multi-View SLAM
  2021/1/1
• GeoSim: Realistic Video Simulation via Geometry-Aware Composition for Self-Driving
  2021/1/1
• Deep Structured Reactive Planning
  2021/1/1
• IntentNet: Learning to Predict Intention from Raw Sensor Data
  2021/1/1
• Deep Feedback Inverse Problem Solver
  2021/1/1
• SceneGen: Learning to Generate Realistic Traffic Scenes
  2021/1/1
• Diverse Complexity Measures for Dataset Curation in Self-driving
  2021/1/1
• TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors
  2021/1/1
• LaneRCNN: Distributed Representations for Graph-Centric Motion Forecasting
  2021/1/1
• End-to-end Interpretable Neural Motion Planner
  2021/1/1
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting
  2021/1/1
• Deep Multi-Task Learning for Joint Localization, Perception, and Prediction
  2021/1/1
• Pit30M: A Benchmark for Global Localization in the Age of Self-Driving Cars
  2020/12/1
• Learning to Localize Through Compressed Binary Maps
  2020/12/1
• DAGMapper: Learning to Map by Discovering Lane Topology
  2020/12/1
• Learning to Localize Using a LiDAR Intensity Map
  2020/12/1
• Learning to Communicate and Correct Pose Errors
  2020/11/1
• Perceive, Attend, and Drive: Learning Spatial Attention for Safe Self-Driving
  2020/11/1
• Recovering and Simulating Pedestrians in the Wild
  2020/11/1
• StrObe: Streaming Object Detection from LiDAR Packets
  2020/11/1
• Universal Embeddings for Spatio-Temporal Tagging of Self-Driving Logs
  2020/11/1
• LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar Fusion
  2020/10/1
• Perceive, Predict, and Plan: Safe Motion Planning Through Interpretable Semantic Representations
  2020/8/1
• Testing the Safety of Self-driving Vehicles by Simulating Perception and Prediction
  2020/8/1
• End-to-end Contextual Perception and Prediction with Interaction Transformer
  2020/8/1
• Implicit Latent Variable Model for Scene-Consistent Motion Forecasting
  2020/7/1
• Multi-Agent Routing Value Iteration Network
  2020/7/1
• The Importance of Prior Knowledge in Precise Multimodal Prediction
  2020/6/1
• PnPNet: End-to-End Perception and Prediction with Tracking in the Loop
  2020/5/1
• Physically Realizable Adversarial Examples for LiDAR Object Detection
  2020/4/1
• Identifying Unknown Instances for Autonomous Driving
  2019/10/1
• Discrete Residual Flow for Probabilistic Pedestrian Behavior Prediction
  2019/10/1
• Jointly Learnable Behavior and Trajectory Planning for Self-Driving Vehicles
  2019/10/1
• Spatially-Aware Graph Neural Networks for Relational Behavior Forecasting from Sensor Data
  2019/10/1
• Exploiting Sparse Semantic HD Maps for Self-Driving Vehicle Localization
  2019/8/1
• Deep Rigid Instance Scene Flow
  2019/4/1
• End-to-end Learning of Multi-sensor 3D Tracking by Detection
  2018/6/1
• MultiNet: Real-time Joint Semantic Reasoning for Autonomous Driving
  2016/12/1