David Boyle
収録論文 11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
- 不確実で動的なオリエンテーリング問題に対する適応的確率計画経路計画2024/9/1
移動コストが未知で時間変化する分布に従う不確実・動的オリエンテーリング問題(UDOP)を定式化し、ベイズ推定で消費電力を適応的に見積もりながら経路を再計画するADAPTを提案。UAV充電スケジューリングで100%のミッション成功率を達成。
- 雨は視覚オドメトリにどう影響する? UAV向けエッジでの効率的なDNN降雨分類UAV/視覚オドメトリ2024/7/1
降雨条件がUAVの視覚オドメトリ性能に与える影響を大規模データセットで評価し、エッジ向け軽量DNNによる降雨分類手法を提案した。
- 重複近傍を持つClose Enoughオリエンテーリング問題の解法経路計画2023/10/1
目標近傍内の任意点で訪問を完了できるClose Enoughオリエンテーリング問題に対し、重複近傍(Steiner Zone)を活用したランダム化離散化とPSO・蟻コロニー法のハイブリッド解法を提案した。
- 形式解釈可能性を備えた確率的制約付き強化学習強化学習2023/7/1
強化学習の解釈可能性を高めるため、適応的Wasserstein変分最適化(AWaVO)を提案し、収束保証や訓練の透明性、意思決定の解釈を形式手法で実現した。
- 分布表現を用いた制約付き強化学習による信頼性の高いクアッドロータUAV追従制御制御/強化学習2023/2/1
空力外乱を分布強化学習で推定し、確率的モデル予測制御と統合することで、クアッドロータの追従精度と信頼性を大幅に向上させる手法を提案した。
- QuaDUE-CCM: 不確かな収縮計量を用いた解釈可能な分布強化学習による四回転翼の精密軌道追従制御/強化学習2022/7/1
空力外乱の不確かさを分位点近似で推定する分布強化学習QuaDUEを提案し、収縮理論に基づく制御収縮計量(CCM)と統合することで、四回転翼の軌道追従精度と指数収束を保証した。
- 分布強化学習による外乱推定を統合した解釈可能な確率モデル予測制御制御/強化学習2022/5/1
空力外乱を分布強化学習で推定し、確率モデル予測制御に統合することで、ドローンの軌道追従精度を大幅に向上させた研究。
- UAVによるセンサー無線充電のための実用的ミッション計画UAV/充電計画2022/3/1
UAVを移動充電器として用いる無線充電可能センサネットワークにおいて、オフライン・オンライン両対応のミッション計画手法ROMPと、オンライン再計画を高速化するFastROMPを提案した論文。
- Open5x:誰でも使える5軸3Dプリンティングとコンフォーマルスライシング5軸3Dプリンティング2022/2/1
安価な改造で通常の3Dプリンタを5軸化し、CADに統合したGUIベースのコンフォーマルスライサと合わせて、設計からシミュレーション、造形までの手順を誰でも扱えるようにした研究。
- 動的環境におけるクアッドロータの効率的かつ高精度な軌道生成・追従フレームワークKinoJGM軌道計画2022/2/1
未知環境と空力外乱に対応するため、キノダイナミック・ジャンプ空間探索とガウス過程による外乱モデリングをMPCと統合し、軌道生成効率と追従精度を向上させたクアッドロータのシステムを提案した。
- OnionBot:協調型計算機調理のためのシステム調理支援/ヒューマンロボット協調2020/11/1
ロボットによる把持操作を使わず、コンピュータビジョンで調理の介入タイミングを判断し、人間主導の調理を支援する協調システムを提案・オープンソース化した。
