Ameya Pore
収録論文 8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
- ロボット支援による管腔内・血管内手技の自律ナビゲーション:系統的レビュー医療ロボティクス2023/5/1
管腔内手技と血管内治療における自律ナビゲーションの研究をPRISMA法で系統的に調査し、運動計画手法を自律性レベルごとに分類して課題と今後の方向性を示したレビュー論文。
- 安全な大腸内視鏡ナビゲーションのための制約付き強化学習と形式検証医療ロボティクス2023/3/1
大腸内視鏡の自律ナビゲーションに制約付き強化学習を適用し、形式検証で安全なポリシーを選別することで、安全性を確保する手法を提案した。
- 深層視覚運動制御による大腸内視鏡ナビゲーション:ユーザー研究医療ロボティクス2022/6/1
内視鏡画像から制御信号を直接学習する深層強化学習(DVC)を提案し、専門医と初心者によるユーザー研究で、従来のヒューリスティック制御より安全で監督が容易であることを示した。
- 模倣学習による自律的な軟組織の牽引手術ロボティクス2021/10/1
GAILと深層強化学習を組み合わせ、少数の専門家軌道から軟組織牽引タスクを学習し、実機のda Vinciロボットへ転移できることを示した論文。
- 形式検証を用いた安全強化学習による自律手術支援ロボットの組織牽引手術ロボティクス2021/9/1
手術サブタスク自動化のための安全制約付き強化学習フレームワークを提案し、形式検証で危険状態の確率を評価して安全動作を保証した。
- 深層強化学習によるピック・アンド・プレイスサブタスクの階層的タスク分解マニピュレーション2021/2/1
複雑なピック・アンド・プレイス作業を低レベルサブタスクに分解し、各サブタスクを深層強化学習で学習した上で上位の統括機構が組み合わせる手法を提案し、実機への転移と多様な形状の物体把持を実証した。
- ロボットの内省的自己理解:ニューロン活性から内部状態を学習する強化学習2020/11/1
特徴抽出ネットワークの活性をVAEで再構成して内部状態を構築し、actor-criticの行動選択性能を向上させ、学習に必要なエピソード数を約1300削減した。
- サブサンプション型行動ベース強化学習のための単純な反応型ニューラルネットワーク強化学習/マニピュレーション2020/1/1
把持・運搬タスクを接近・把持・引き戻しの反応的行動に分解し、各行動を単純な全結合ネットワークで学習した上で、Actor-Criticにより行動の活性化・抑制を学習して組み合わせる手法を提案。8,000エピソードでタスクを学習し、end-to-end手法より大幅に効率的であることを示した。
