Amanda Bouman
収録論文 9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
- NeBula拡張:TEAM CoSTARのソリューションを大規模環境へ展開する補遺地下探査/群制御2025/4/1
DARPA地下チャレンジに参加したTEAM CoSTARのNeBula自律探査システムを、より広範囲・大規模な地下環境に対応させるためのハードウェア・ソフトウェア・アルゴリズム拡張を提示し、実環境で実証した。
- 未知環境を効率的に探索するための適応的カバレッジ経路計画経路計画2023/2/1
未知環境を限られた時間で探索するため、センサが覆う面積を最大化する経路を木構造の逐次意思決定として計画する手法を提案し、DARPA地下チャレンジでも活用した。
- 不確実性下の探索におけるリスクを考慮したメタレベル意思決定探索2022/9/1
未知環境のロボット探索において、局所・大域方策を状況に応じて切り替えるリスク考慮型メタレベル意思決定フレームワークを提案し、シミュレーションと実機実験で大規模環境の探索効率を向上させた。
- ACHORD: 断続的な接続環境における通信を考慮したマルチロボット協調群制御2022/6/1
通信が制限された地下環境で、ネットワークアーキテクチャと高レベル意思決定を統合設計し、断続接続に耐えつつドロップ可能な無線機でネットワークを拡張するマルチロボット協調システムを提案・評価した。
- FIG-OP:限られた時間で大規模未知環境を探索する手法探索計画2022/3/1
時間制約下で大規模未知環境を自律探索するため、情報利得を前倒しするFIG-OPを提案し、トポロジカル・メトリック地図を統合した表現で解く手法。地下鉄や鉱山で実証し、従来手法より探索効率が向上。
- NeBula:過酷環境下でのロボット自律性を目指すフレームワーク — DARPA地下チャレンジにおけるTEAM CoSTARの取り組み自律探査2021/3/1
DARPA地下チャレンジでCoSTARチームが用いた、不確実性を考慮した自律探査フレームワークNeBulaのアルゴリズム・ハードウェア・ソフトウェア構成と競技結果をまとめた論文。
- PLGRIM: 未知環境の大規模探索のための階層的価値学習探索/階層的計画2021/2/1
不確実性を考慮した信念空間での大規模探索を可能にするため、局所的なリスク対応と大域的な報酬追求を階層的に統合した価値学習フレームワークPLGRIMを提案し、火星類似の溶岩洞窟を含む実機・シミュレーションで検証した。
- 四足歩行ロボットによる極限環境の長距離自律探査歩行2020/10/1
Boston DynamicsのSpotに自律アーキテクチャNeBulaを統合し、DARPA地下トンネル競技のような極限環境で大規模・長時間の自律探査を実現した取り組みを報告する論文。
- 弾道発射型マルチロータの設計と自律安定化飛行制御2019/11/1
弾道発射後に自律的に安定化するマルチロータ機SQUIDを開発し、GPSのない環境でパッシブからビジョンベースのアクティブ安定化への自律遷移を実証した。
