Arvind Raghunathan
Mitsubishi Electric Research Laboratories
収録論文 7本 ・ フィジカルAI/ロボット学習
スキル学習マニピュレーション強化学習
※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
- 意図的練習:予算制約下でのロボットスキル学習スキル学習2026/8/1
限られた練習予算でロボットがスキルを効率的に学習するための能動的学習アルゴリズムを提案し、予算最適なスキル割り当てを双線形計画で計算する。
- 階層的接触リッチ軌道最適化:タイト凸緩和によるマルチモーダルマニピュレーションマニピュレーション2025/3/1
ロボットと物体の接触を伴うマニピュレーションにおいて、混合整数線形計画法と非線形計画法を階層的に組み合わせ、接触系列と軌道を同時に効率的に設計するフレームワークを提案。
- 安全な運動スキル学習のための制約付き動的運動プリミティブマニピュレーション2022/9/1
動的運動プリミティブ(DMP)にゼロ化バリア関数を組み込み、非線形最適化で強化学習重みを調整することで、障害物回避や作業空間制約を満たす安全な動作生成を実現した。
- PYROBOCOP:マニピュレーション向けPythonベースのロボット制御・最適化パッケージマニピュレーション2022/3/1
接触や障害物回避を含む非線形微分代数方程式で記述されたロボット系の制御・最適化・推定を行うPythonパッケージを開発し、複数のマニピュレーション問題で評価した。
- 摩擦安定性を活用したロバストなピボット操作:二層最適化によるアプローチマニピュレーション2022/3/1
物体の物理特性の不確かさに対処するため、ピボット操作中の摩擦による安定余裕を解析的に導出し、二層軌道最適化でこの余裕を最大化する制御器を設計した研究。
- 接触を伴う系における確率制約付き最適化によるロバストなマニピュレーションマニピュレーション2022/3/1
接触を含む確率的な動力学系(SDLCS)に対して確率制約を考慮した軌道最適化を定式化し、混合整数二次計画(MIQPCC)として解くことでロバストな操作軌道を生成する手法を提案した。
- 準ニュートン信頼領域方策最適化強化学習2019/12/1
ヘッセ行列を準ニュートン近似しドッグレッグ法を用いる信頼領域方策最適化QNTRPOを提案し、連続制御タスクでサンプル効率と性能の向上を示した。
