Aleksandr Panov
収録論文 15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
- 因果オブジェクト中心モデルによるモンテカルロ木探索計画強化学習/計画2026/6/12
オブジェクト中心表現と因果注意を組み合わせたモデルベース強化学習アルゴリズムCOMETを提案し、複数のベンチマークで初期学習性能を向上させた。
- 知識誘導型マルチタスク強化学習による操作制御マニピュレーション2026/3/1
部分観測環境下でのロボット操作タスクに対し、3Dシーングラフと知識グラフを強化学習に統合し、視覚・言語・グラフ情報を共有潜在空間で扱うことで、成功率・サンプル効率・汎化性能を向上させるフレームワークを提案した。
- オブジェクト中心の世界モデルとモンテカルロ木探索の融合モデルベース強化学習2026/1/1
物体間の相互作用をグラフニューラルネットで捉えるオブジェクト中心の世界モデルを構築し、モンテカルロ木探索による計画と組み合わせた強化学習手法ObjectZeroを提案した。
- CoRL-MPPI:学習可能な行動でMPPIを強化し、効率的かつ証明可能に安全なマルチロボット衝突回避を実現群制御2025/11/1
強化学習で学習した協調的な衝突回避行動をMPPIのサンプリング分布に組み込み、理論的な安全性保証を保ちながらマルチロボットのナビゲーション効率と安全性を向上させた。
- OVSegDT: オープンボキャブラリ物体目標ナビゲーションのためのセグメンテーションTransformerナビゲーション2025/8/1
自由記述の言語で指定された物体へ到達するナビゲーションにおいて、セグメンテーション補助損失とエントロピー適応型損失調整を組み合わせた軽量Transformer方策を提案し、未見カテゴリへの汎化と衝突削減を実現した。
- M3PO: 大規模マルチタスクモデルベース方策最適化モデルベース強化学習2025/6/1
観測再構成を不要とする暗黙的世界モデルと、モデルベース計画とモデルフリーの不確実性ボーナスを組み合わせた探索戦略により、マルチタスク強化学習のサンプル効率と汎化性能を向上させる手法を提案。
- SGN-CIRL: シーングラフに基づくカリキュラム・模倣・強化学習を用いたナビゲーションナビゲーション2025/6/1
オープン語彙の3Dシーングラフ表現を強化学習に組み込み、模倣学習とカリキュラム学習で訓練を安定化させた地図なしロボットナビゲーション手法を提案し、Isaac Simでの実験で難易度の高いナビゲーション成功率を向上させた。
- TOCALib: 双腕マニピュレーションと障害物回避のための補間付き最適制御ライブラリマニピュレーション2025/4/1
2台のロボットマニピュレータ向けに、衝突判定を勾配ベース最適化に組み込んだ最適軌道ライブラリTOCALibを構築し、Mobile Alohaでの双腕操作例を示した研究。
- 動的ニューラルポテンシャル場:移動障害物下でのオンライン軌道最適化軌道最適化/MPC2024/10/1
Transformerで将来の反発ポテンシャルを予測しMPCに組み込むことで、動的環境でのリアルタイム軌道最適化を実現した研究。
- 自動運転車のための軌道ストリーム予測を用いたマヌーバ意思決定自動運転/意思決定2024/9/1
サンプリングと探索を組み合わせたFFStreams++で、周囲車両の将来軌道予測を統合し、追い越しや保護なし左折などの運転マヌーバの意思決定と軌道計画を行う手法を提案した。
- サブゴールによる安全な方策探索の改善安全強化学習2024/8/1
安全制約下での強化学習において、サブゴール方策と安全方策を組み合わせて遠距離目標への到達を可能にするSPEISを提案し、複数のロボット環境で有効性を示した。
- スキルベース視覚物体ナビゲーションのための対話型セマンティックマップ表現物体ナビゲーション2023/11/1
屋内環境での物体ナビゲーションに向けて、エージェントの対話中に形成されるセマンティックマップ表現を提案し、強化学習と地図ベース計画を組み合わせたSkillTronを実装した。
- 障害物を考慮した局所運動計画のためのニューラルポテンシャル場運動計画2023/10/1
ロボットの姿勢・障害物マップ・フットプリントから微分可能な衝突コストを出力するニューラルネットワークを提案し、MPCに組み込むことで滑らかで安全な局所経路計画を実現した。
- 深層強化学習による自律ナビゲーションにおける安全制約の評価自律ナビゲーション2023/7/1
安全制約を考慮した方策と考慮しない方策を比較し、安全な方策が障害物との距離をより確保しつつ衝突を減らし、性能も損なわないことを示した。
- 動的障害物環境における適応的動作プリミティブを学習する方策最適化運動計画2022/12/1
動的障害物を含む環境で非ホロノミックロボットの運動学的・動学的制約を考慮した操舵関数を方策最適化で学習し、サンプリングベースおよびラティスベースのプランナに組み込むことで衝突のない軌道計画を実現した。
