Dominik Baumann
Aalto University
収録論文 13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
- 強化学習における計算効率の良い安全な探索強化学習2026/9/19
ガウス過程より軽量なNadaraya-Watson推定量を用いて、制約付きMDPを安全に探索・最適化するアルゴリズムCoLSafe-MDPを提案し、グリッド環境と火星地形データで評価した。
- SUN: 強化学習における新規性への到達強化学習2026/9/8
強化学習の探索において、新規性と到達可能性を同時に考慮した目標選択フレームワークSUNを提案し、到達不能な状態を含む環境で既存手法を上回る性能を示した。
- 強化学習による分散型マルチエージェントシステムの優先度駆動制御と通信群制御2026/5/1
モデルフリーの強化学習を用いて、分散型マルチエージェントシステムにおける通信優先度と制御ポリシーを同時に学習する手法を提案した論文。
- ロボットのソーシャルナビゲーションのための軽量群衆モデルソーシャルナビゲーション2025/8/1
歩行者流の特性を活かして空間・時間処理を簡素化した軽量なマクロ群衆予測モデルを提案し、推論時間を3.6倍短縮しつつ予測精度を3.1%向上させ、社会的に配慮したロボットナビゲーションを実現した。
- 共有環境における人間の動きを考慮したマルチロボットタスク割り当て群制御2025/8/1
人間の移動パターンを捉える動きのマップ(MoD)を活用し、人間との干渉による遅延を考慮したマルチロボットのタスク割り当て手法を提案。従来手法より最大26%ミッション完了時間を短縮した。
- シミュレーション支援によるブラックボックスロボット学習のための方策チューニングsim2real2024/11/1
シミュレータを追加の情報源として活用し、実機での試行回数を抑えながら方策を効率的に改善するブラックボックス方策探索アルゴリズムを提案した。
- 不確かなコンテキスト下での安全な強化学習安全強化学習2024/1/1
コンテキスト変数を直接測定できない場合でも、多クラス分類の頻度論的保証を用いてコンテキストを推定し、安全な学習を実現する手法を提案した。
- 実践による学習:因果推論・制御・強化学習で動的システムを制御する制御/強化学習2022/2/1
因果推論・制御・強化学習の融合を目指し、動的システムを望む状態へ導く制御を推論する競技を開催し、その課題設定と参加手法をまとめた論文。
- GoSafe: 大域的最適な安全ロボット学習安全学習2021/5/1
SafeOptの探索範囲を初期安全領域外に拡張し、学習したバックアップ制御器で安全を確率的に保証しながら大域最適解への収束条件を導出、実機実験で検証した。
- クラッシュ制約下でのロボット学習ベイズ最適化2020/10/1
失敗時にデータが得られない「クラッシュ制約」問題に対し、離散的な成否と連続観測を組み合わせたGPモデル(GPCR)と制約付きベイズ最適化で実機四足ロボットの跳躍制御を学習した研究。
- データからのイベントトリガ制御の階層強化学習による同時最適化学習制御学習2020/8/1
通信タイミングと制御内容を階層強化学習で同時に最適化し、6自由度マニピュレータ実機で有効性を示したモデルフリーなイベントトリガ制御学習フレームワーク。
- 失敗予算制約下での探索を考慮した制約付きベイズ最適化ベイズ最適化2020/5/1
許容できる失敗回数の予算に応じて探索のリスク量を制御する制御理論ベースの決定手法を提案し、失敗予算をより効率的に使いつつ低いリグレットを達成する。
- 失敗を罰則化せずに学ぶベイズ最適化:未知のペナルティ下でのロボット学習ベイズ最適化2019/7/1
不安定な制御による失敗を「大きなコスト」として扱うベイズモデルを提案し、失敗しやすい領域を避けつつベイズ最適化でロボット制御器を学習する手法を実機で検証した。
