Aditya Kapoor
収録論文 12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
- 時間の厄介さ:EMBER2024におけるコンパイル時刻と初出日推定の回帰セキュリティML2026/10/31
マルウェア解析用データセットEMBER2024を使い、機械学習で実行ファイルの初出日やコンパイル時刻の信頼性を推定できるか検証した。初出日の直接回帰は実用精度に届かない一方、時刻の妥当性分類は高い識別性能を示した。
- マルチエージェント強化学習における時間・エージェント間の報酬再分配マルチエージェント強化学習2025/2/1
マルチエージェント強化学習の信用割り当て問題に対し、モデル精度に依存せず最適方策を保証する報酬再分配手法TAR²を提案し、SMACLiteやGRFで学習加速と性能向上を示した。
- マルチエージェント強化学習のための低ランクエージェント特化適応(LoRASA)マルチエージェント強化学習2025/2/1
共有ポリシーに低ランクのエージェント特化行列を追加することで、パラメータ共有の効率性を保ちつつ各エージェントの専門化を促進するマルチエージェント強化学習手法を提案。
- スパースなマルチエージェント強化学習における最適方策保存のためのエージェント・時間クレジット割り当てマルチエージェント強化学習2024/12/1
スパースなグローバル報酬を時間方向とエージェント方向に再分配するTAR²を提案し、ポテンシャルベース報酬整形との等価性を理論的に示して最適方策を保ちながら学習を安定・高速化した。
- 部分報酬分離によるマルチエージェントPPOのクレジット割り当てマルチエージェント強化学習2024/8/1
MAPPOに注意機構ベースの部分報酬分離を導入し、大規模チームを動的に小グループに分解してクレジット割り当てを改善する手法PRD-MAPPOを提案。StarCraft II等でデータ効率と性能を向上させ、共有報酬設定にも拡張した。
- LLaMAR: 部分観測環境におけるマルチエージェントロボットの長期計画マルチエージェント計画2024/7/1
言語モデルを用いて、部分観測可能なマルチエージェント環境での長期タスク計画を自己修正しながら実行する手法を提案し、家庭内タスクと捜索救助タスクで成功率を30%向上させた。
- モバイルロボットによる小売店舗の異常検知と自動修正のための概念ベース手法マニピュレーション2023/10/1
プラノグラムに頼らず、ViTオートエンコーダと潜在空間の外れ値検出で棚の商品の誤配置を検知し、移動マニピュレータで自動修正するパイプラインを提案した。
- SocNavGym: 社会性ナビゲーションのための強化学習環境社会性ナビゲーション2023/4/1
人間がいる環境でのロボットの社会性ナビゲーションを学習・評価するための軽量で高速なシミュレーション環境SocNavGymを提案し、Dueling-DQNエージェントの学習事例を示した。
- Auto-TransRL: ロボット知覚のための視覚パイプラインの自律的構成ロボット知覚2022/9/1
Transformerと深層強化学習を組み合わせ、視覚タスクに適したアルゴリズムを自動推薦して視覚パイプラインを構築する手法を提案。未知のアルゴリズムにも汎化する。
- 小売店舗管理へのロボティクス応用における課題移動マニピュレーション2022/8/1
自律的な小売店舗管理システムの実現に向けて、異常検知のための知覚と異常修正のための移動マニピュレーションにおける課題を整理した論文。
- 部分報酬分離による協調型マルチエージェント方策の学習マルチエージェント強化学習2021/12/1
大規模な協調型マルチエージェント強化学習の信用割当問題に対し、エージェントの部分集合ごとに問題を分離する部分報酬分離(PRD)を提案し、方策勾配の分散低減と性能向上を示した。
- ソーシャルナビゲーション用データセット生成ツールキットソーシャルナビゲーション2020/9/1
シミュレーションを用いて、人間の活動や関係性などの記号情報を含むソーシャルナビゲーションのデータセットを効率的に生成するツールキットを提案し、グラフニューラルネットワークによる制御方策学習の事例を示した。
