Stephen F. Smith
Carnegie Mellon University
収録論文 10本 ・ フィジカルAI/ロボット学習
自動運転/VLA/協調運転群制御VLA
※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
- CMU-DriveとV2V-VLA：推論ベンチマークと車車間ビジョン・ランゲージ・アクションモデルによる協調マルチエージェント統合運転自動運転/VLA/協調運転2026/8/1
協調自動運転のための閉ループベンチマークCMU-Driveと、車車間通信を統合したVLAモデルV2V-VLAを提案し、複数CAVの協調認識・推論・計画を評価する。
- 生涯スケーラブルマルチエージェント現実的テストベッドとAGVフリート管理システムの設計選択に関する包括的研究群制御2026/2/1
AGVフリート管理システムで生涯MAPFアルゴリズムを評価するオープンソースシミュレータLSMARTを提案し、計画タイミングや回復方法などの設計選択を体系的に検討した。
- 離散計画から実世界実行へ：実行を考慮したマルチエージェント経路探索のための世界モデル駆動フレームワーク群制御2025/11/1
マルチエージェント経路探索（MAPF）の離散計画と実機実行のギャップを埋めるため、実行を予測する学習済み世界モデルExecTimeNetを構築し、実行時間を考慮した計画フレームワークREMAPと事後最適化手法ESADGを提案した。最大300体のシミュレーションと実機で評価している。
- V2V-GoT: マルチモーダル大規模言語モデルと思考グラフによる車車間協調自動運転VLA2025/9/1
車車間通信とマルチモーダル大規模言語モデルを組み合わせ、思考グラフ推論を用いて遮蔽物がある状況でも協調的な知覚・予測・計画を行う手法を提案した。
- MAPFを実世界へ：スケーラブルなマルチエージェント現実的テストベッド（SMART）群制御2025/3/1
物理エンジンを用いてロボットの運動特性や不確実性を考慮し、数千台規模のマルチエージェント経路計画アルゴリズムを評価できるシミュレータSMARTを開発した。
- V2V-LLM: マルチモーダル大規模言語モデルによる車車間協調自動運転VLA2025/2/1
車車間通信で複数車両の知覚情報をマルチモーダルLLMで統合し、物体特定や計画などの運転タスクに答えるV2V-QAデータセットとベースライン手法を提案した論文。
- Probabilistic 3D Multi-Object Cooperative Tracking for Autonomous Driving via Differentiable Multi-Sensor Kalman Filter2023/9/1
- Collision Avoidance Detour for Multi-Agent Trajectory Forecasting2023/6/1
- Selective Communication for Cooperative Perception in End-to-End Autonomous Driving2023/5/1
- Cooperative Schedule-Driven Intersection Control with Connected and Autonomous Vehicles2019/7/1