Francesco Riccio
収録論文 7本 ・ フィジカルAI/ロボット学習
強化学習セマンティックマッピングモデルベース強化学習マルチロボット協調マニピュレーションアフォーダンスマルチロボット/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
- インタラクティブなゲームプレイのためのコーチ可能なエージェント強化学習2026/7/1
強化学習エージェントに、実行時にスタイル(タスクの解き方の変更)を指示できるフレームワークを提案し、複数の複雑なドメインで有効性を示した論文。
- RoSmEEry: セマンティックマッピングアルゴリズムの評価・ベンチマーク用ロボットシミュレーション環境セマンティックマッピング2021/5/1
Gazebo上でセマンティックマッピングアルゴリズムを体系的に評価・比較するためのオープンソースフレームワークと複数のシミュレーション環境を提供した論文。
- 近似価値関数評価を用いた深層楽観的プランニングモデルベース強化学習2018/3/1
深層ニューラルネットで学習したQ関数をモンテカルロ木探索に組み込み、楽観的な行動選択で探索と計画を効率化するモデルベース強化学習手法DOPを提案し、協調ナビゲーションやロボットの把持・受け渡しタスクで有効性を示した。
- Q-CP:協調計画のための行動価値学習マルチロボット協調2018/3/1
モンテカルロ木探索にQ学習を組み合わせ、行動価値を探索と方策生成に活用することで、マルチロボットの協調計画を効率化する手法を提案し、複数の協調タスクで有効性を示した。
- 時空間アフォーダンスマップによる方策改善:人-ロボット間の受け渡し学習マニピュレーション2016/10/1
時空間アフォーダンスマップを用いて方策を反復改善し、少ない試行で人から物体を受け取るロボット行動を学習する手法を提案し、シミュレーションと実機NAOで有効性を示した。
- 時空間アフォーダンスマップのフレームワークSTAMアフォーダンス2016/7/1
環境の動的な状態を扱うため、時空間アフォーダンス(STA)とそのマップ(STAM)を提案し、ロボットのタスク実行能力を向上させる手法を実験的に検証した。
- モンテカルロ探索とデータ集約によるロボットサッカーポリシーの改善マルチロボット/強化学習2016/6/1
モンテカルロ探索とデータ集約を組み合わせ、守備ロボットのサッカーポリシーを相手チームの戦略に適応させる手法を提案し、シミュレータと実機でボールインターセプトの向上と失点減少を実現した。
