Sangjae Bae
収録論文 37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
- 隠れたものこそ重要：視覚言語モデルを用いた計画に重要な遮蔽エージェントの特定自動運転2026/7/1
自動運転車の計画に影響を与える隠れたエージェントを、視覚言語モデルと計画KLダイバージェンスを用いて特定・ランク付けするフレームワークを提案し、データ選択戦略により性能を大幅に向上させた。
- HOLO-MPPI: 階層的方策最適化によるマルチシナリオ動作計画動作計画2026/6/15
オフラインで学習した高レベル方策をMPPIのサンプリング事前分布として用い、多様なシナリオで頑健な動作計画を実時間で行うフレームワークを提案した。
- AHポリヘドロンを用いた正確・効率的・安全な遮蔽考慮プランニングプランニング2026/6/1
自律駐車における遮蔽問題を、AHポリヘドロン到達可能性解析と線形計画法により正確かつ効率的に解決するフレームワークを提案した。
- N3P: 学習ベースの自然な3段階方式による高速自動駐車自動駐車/経路計画2026/5/1
自動駐車の経路計画を高速化するため、中間姿勢を学習で予測し駐車操作を3段階に分解するN3Pフレームワークを提案し、Hybrid A*と組み合わせて計画時間を80%以上短縮した。
- VLMを用いた二輪車安全運転支援システム自動運転/安全支援2026/5/1
二輪車の事故リスク低減のため、視覚言語モデルとセグメンテーションを組み合わせてリスクマップを生成し、二輪車の動特性に合わせたプランナーで安全な運転行動を推薦するシステムを提案した。
- Scale-Plan: 異種マルチロボットチームのためのスケーラブルな言語駆動型タスクプランニングマルチロボット計画2026/3/1
LLMとPDDLを組み合わせ、自然言語指示からタスクに関連する最小限の行動・物体を抽出して長期計画を生成するマルチロボット向けプランニング手法を提案し、新ベンチマークMAT2-THORで有効性を示した。
- 動作履歴からの意図明示予測による駐車スポット選択が自動駐車性能を向上自動運転/意図予測2026/3/1
自動バレットパーキングにおいて、他車両の動作履歴から駐車意図を明示的に予測して駐車スポットを選ぶ手法を提案し、シミュレーションで既存手法より高い性能を示した。
- ONRAP: 占有グリッド駆動のノイズ耐性自律経路計画経路計画2026/2/1
占有グリッドと占有フロー予測を用い、ノイズや不確実な自己位置推定下でも安全に走行できる実装しやすい経路計画手法を提案し、F1TENTHで実証した。
- 自律走行の動作計画のための適応時間ステップフローマッチング動作計画2026/2/1
条件付きフローマッチングで周囲車両の将来動作と自車軌道をリアルタイムに予測し、軽量な分散推定器で推論ステップ数をオンライン選択する枠組みを提案。Waymoデータセットで学習し、20Hzで動作する。
- KGLAMP: 知識グラフで導く異種マルチロボットの適応的計画・再計画マルチロボット計画2026/2/1
知識グラフをLLMと組み合わせ、異種マルチロボットチームのPDDL計画を生成・動的に更新する枠組みを提案し、ベンチマークで性能を25%以上改善した。
- 不確実な動的環境における自動バレーパーキングのための占有確率を考慮した軌道計画軌道計画2025/9/1
限られた視野の観測から将来の駐車スペースの占有確率を推定し、情報利得に基づく探索と駐車行動を両立させる軌道計画手法を提案した。
- マルチモーダル予測と能動的プロービングを統合した動作計画ナビゲーション2025/7/1
他エージェントの行動予測の不確かさを混合モデルで扱うリスク指標を提案し、能動的プロービングで予測の曖昧さを減らしながら自律ナビゲーションを行う枠組みを構築した。
- IANN-MPPI: 自動運転のための相互作用を考慮したニューラルネットワーク強化型モデル予測パス積分法自動運転/軌道計画2025/7/1
周囲車両が自車の行動に反応する様子を予測しながら軌道計画を行うMPPI制御を提案し、密集交通での合流を効率化した。
- Frenetコリドープランナ：自動運転のための最適局所経路計画フレームワーク自動運転/経路計画2025/5/1
Frenet空間で障害物をモデル化し走行可能なコリドーを定義して、滑らかで安全な局所経路を最適化する自動運転向け経路計画手法を提案し、シミュレーションと実機実験で検証した。
- 動的障害物回避を考慮したグラフベース自動駐車経路計画経路計画2025/4/1
動的障害物の予測を時間インデックス付きHybrid A*に組み込み、駐車場での衝突のない局所経路をオンラインで計画する手法を提案した。
- グラフ接地型LLM：グラフ関数呼び出しによる幻覚の抑制VLA2025/3/1
LLMにグラフライブラリの関数呼び出しを組み合わせることで、グラフ関連タスクにおける幻覚を減らし数学的正確性を高める手法を提案し、災害救助支援への応用も示した。
- 整合性モデルによる自動運転の予測プランナー自動運転計画2025/2/1
整合性モデルを用いて自車と周囲エージェントの軌道を同時生成し、ADMMに着想を得たオンライン誘導サンプリングで複数制約を満たすリアルタイム予測プランナーを提案した。
- 複数予測下での遅延意思決定型動作計画動作計画2025/2/1
交通エージェントの複数の将来行動予測と確率を考慮し、最大エントロピー定式化に基づく遅延意思決定をモデル予測制御として二次計画問題で解く動作計画手法を提案し、シミュレーションと移動ロボットで検証した。
- LLMが構築する階層木による異種マルチロボットチームの汎用ミッション計画群制御2025/1/1
LLMと専用APIで階層木を構築し、各ロボットの制約と能力に合わせて複雑なミッションを分解・スケジューリングする異種マルチロボットチームの計画手法を提案した。
- 深層決定論的方策勾配法による到達・回避・滞在問題の解法強化学習2024/10/1
強化学習ベースの到達可能性解析を拡張し、目標への到達・障害物回避・目標付近への滞在を同時に達成する二段階DDPG手法を提案した論文。
- 行き詰まりからの脱出：デッドロック回復アプローチマルチエージェント経路計画2024/8/1
複数エージェントが空間を共有する際に生じるデッドロックを解消するため、hybrid-A*、STL、MPPIを統合した回復戦略を提案し、シミュレーションとスケールカーで有効性を検証した。
- 適応的予測アンサンブル：運動予測の分布外汎化性能の向上運動予測2024/7/1
深層学習とルールベースの予測を組み合わせ、入力シーンに応じて動的に最適な予測を選択する適応的予測アンサンブル（APE）を提案し、自動運転の軌道予測における分布外汎化性能を改善した。
- ガウシアン車線維持：堅牢な予測ベースライン予測2024/7/1
車両や歩行者の挙動予測において、ニューラルネットワークモデルの訓練データ外での性能低下や解釈性の欠如に対処するため、ガウシアン車線維持（GLK）という堅牢な予測手法を提案し、CitySimデータセットでニューラルネットワークベースの予測を上回る性能を示した。
- レースシーンにおけるモバイルロボットの競争相手を考慮した意思決定手法群制御2024/4/1
追い越しを狙う対戦相手をブロックするため、相手のレベルをオンライン推定し、level-K推論に基づく最適軌道とフェイルセーフ軌道を混合するゲーム理論的戦略を提案した。
- 知識蒸留による自動運転車のスケーラブルで効率的な相互作用認識型計画自動運転計画2024/4/1
自動運転の相互作用認識型軌道計画において、知識蒸留で小型の予測ネットワークを訓練し、精度を保ちつつ最適化を高速化する手法を提案した。
- Efficient and Interaction-Aware Trajectory Planning for Autonomous Vehicles with Particle Swarm Optimization2024/2/1
- Multi-Profile Quadratic Programming (MPQP) for Optimal Gap Selection and Speed Planning of Autonomous Driving2024/1/1
- RCMS: Risk-Aware Crash Mitigation System for Autonomous Vehicles2023/9/1
- SLAS: Speed and Lane Advisory System for Highway Navigation2023/3/1
- Active Uncertainty Reduction for Safe and Efficient Interaction Planning: A Shielding-Aware Dual Control Approach2023/2/1
- Interaction-Aware Trajectory Planning for Autonomous Vehicles with Analytic Integration of Neural Networks into Model Predictive Control2023/1/1
- Game Theoretic Decision Making by Actively Learning Human Intentions Applied on Autonomous Driving2023/1/1
- Predicting Parameters for Modeling Traffic Participants2023/1/1
- Spatiotemporal Costmap Inference for MPC via Deep Inverse Reinforcement Learning2022/1/1
- Risk-Aware Lane Selection on Highway with Dynamic Obstacles2021/4/1
- Driving in Dense Traffic with Model-Free Reinforcement Learning2019/9/1
- Cooperation-Aware Lane Change Maneuver in Dense Traffic based on Model Predictive Control with Recurrent Neural Network2019/9/1