Apoorva Khairnar
収録論文 5本 ・ フィジカルAI/ロボット学習
自動運転/強化学習リザーバコンピューティングナビゲーションsim2real
※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
- レーシングパラメータ化深層強化学習による自動運転車の衝突回避自動運転/強化学習2026/4/1
自動運転車の衝突回避に、レースカーの追い越しを模したパラメータ化深層強化学習を適用し、シミュレーションで学習したポリシーを実機に転移して、従来のMPC-APFより優れた性能と低計算コストを実証した。
- OpenPRC: 物理リザーバコンピューティングにおける物理からタスクへの評価のための統合オープンソースフレームワークリザーバコンピューティング2026/4/1
物理リザーバコンピューティング(PRC)の開発・評価を統一するオープンソースPythonフレームワークOpenPRCを提案。GPUシミュレーションと実実験データを同一インターフェースで扱い、再現性と物理認識最適化を実現する。
- 物理情報強化学習による空間密度速度ポテンシャルを用いたマップ不要レーシング自動運転/強化学習2026/4/1
事前マップなしの自動運転レーシングにおいて、深度測定のスペクトル分布から非線形車両ダイナミクスをパラメータ化し、物理情報に基づく報酬でDRLエージェントを訓練する手法を提案。シミュレーションから実機への転移を改善し、人間のデモより12%高い性能を達成。
- 地図なし環境における分布外深層強化学習による移動ロボット探索ナビゲーション2024/2/1
地図やGPSがない動的環境で移動ロボットが自律走行できるよう、分布外深層強化学習を用いた手法を提案し、シミュレーションから実機へのゼロショット転移を実現した。
- AutoVRL: Sim-to-Real深層強化学習のための高忠実度自律地上車両シミュレータsim2real2023/4/1
Bullet物理エンジン上に構築したオープンソースの高忠実度AGVシミュレータで、GPS・IMU・LiDAR・カメラを備え、深層強化学習によるsim-to-realポリシー転移を可能にする。
