Saber Fallah
収録論文 18本 ・ フィジカルAI/ロボット学習
継続的強化学習自動運転/強化学習VLAオフライン強化学習/自動運転制御/強化学習自動運転自動運転/LLM
※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
- 較正部分リセット:継続的強化学習における方策崩壊の防止継続的強化学習2026/7/1
ニューロンのリセットを部分的かつ有用性に応じて調整することで、継続的強化学習での方策崩壊を防ぎつつ可塑性を維持する手法を提案した。
- ベクトル意味表現と記号推論による人間中心の自動緊急ブレーキのための強化学習強化自動運転/強化学習2026/2/1
自動運転の緊急ブレーキにおいて、意味・空間・形状情報を統合したニューロシンボリック特徴表現と、ソフト一階論理による報酬関数を提案し、安全性と政策の堅牢性を向上させた。
- GeoVLM: 視覚言語マッチングによる自動運転車のジオローカリゼーション改善VLA2025/5/1
視覚言語モデルのゼロショット能力を活用し、地上画像と衛星画像のクロスビュー記述を生成して再ランキングを行うことで、自動運転車のクロスビュー地理的位置推定の精度を向上させる手法を提案。
- 遮蔽された横断歩道における自動緊急ブレーキのための人間整合報酬ラベリングを用いたオフライン強化学習オフライン強化学習/自動運転2025/4/1
実走行データに人間の判断に沿った報酬ラベルを自動生成し、遮蔽歩行者横断シーンでの自動緊急ブレーキをオフライン強化学習で訓練する手法を提案した。
- 自己教師あり強化学習によるニューラルリアプノフ関数近似制御/強化学習2025/3/1
自己教師あり強化学習とデータ駆動型ワールドモデルを組み合わせ、非線形系のリアプノフ関数を効率的に近似する手法を提案し、ロボットタスクで精度と収束速度の向上を示した。
- 自動運転における行動クローニングモデルの実世界検証自動運転2024/9/1
行動クローニングで横方向制御を行う知覚システムを実車スケールモデルで実世界検証し、ステアリング角を低誤差でリアルタイム予測できることを示した。
- HighwayLLM: 強化学習で導かれる言語モデルによる高速道路運転の意思決定とナビゲーション自動運転/LLM2024/5/1
強化学習モデルを高レベルプランナーとして使い、その出力と現在の状態を大規模言語モデルに入力して将来のウェイポイントを予測し、PID制御で車両を誘導する高速道路自動運転手法を提案した。
- Human-Like Autonomous Driving on Dense Traffic2023/10/1
- Symbolic Imitation Learning: From Black-Box to Explainable Driving Policies2023/9/1
- Towards Safe Autonomous Driving Policies using a Neuro-Symbolic Deep Reinforcement Learning Approach2023/7/1
- Decision Making for Autonomous Driving in Interactive Merge Scenarios via Learning-based Prediction2023/3/1
- Value Summation: A Novel Scoring Function for MPC-based Model-based Reinforcement Learning2022/9/1
- Learning an Interpretable Model for Driver Behavior Prediction with Inductive Biases2022/8/1
- Deep Learning Traversability Estimator for Mobile Robots in Unstructured Environments2021/5/1
- Conv1D Energy-Aware Path Planner for Mobile Robots in Unstructured Environments2021/4/1
- Lane-Change Initiation and Planning Approach for Highly Automated Driving on Freeways2020/7/1
- Training Adversarial Agents to Exploit Weaknesses in Deep Control Policies2020/2/1
- Cooperative Perception for 3D Object Detection in Driving Scenarios using Infrastructure Sensors2019/12/1