Gilad Francis
収録論文 9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
- 専門家なしで実演から学ぶ強化学習手法強化学習2021/6/1
専門家の実演データを使わずに、計画アルゴリズムで自動的に実演軌道を発見し、それを用いて方策を初期化・強化学習で改善する手法P2D2を提案した論文。
- 確率的完全探索を用いた強化学習強化学習2020/1/1
RRTなどの計画アルゴリズムで探索を初期解探索問題として解き、その解をデモとして方策を初期化してから強化学習で洗練させるR3Lを提案し、サンプル効率と安定性を向上させた。
- ベイズ局所サンプリングに基づく運動計画運動計画2019/9/1
過去のサンプル結果から提案分布をベイズ更新し、狭い通路でも効率的に経路を見つける局所サンプリング型運動計画手法を提案した。
- 環境条件付き軌道生成ネットワークOCTNet軌道予測2019/9/1
占有マップを条件として、既知環境で学習した動きのパターンを未知環境の軌道生成に汎化するフレームワークOCTNetを提案した論文。
- 高速探索ランダム分離木による大域探索と局所連結性活用のバランス経路計画2018/10/1
マルコフ連鎖サンプリングで局所連結性を活用する複数の分離木と、多腕バンディット問題として定式化した大域探索の能動的バランスにより、高制約環境でのサンプリング効率を改善する漸進的最適マルチクエリプランナRRdT*を提案した。
- 連続占有マップ探索のための関数経路最適化探索計画2018/5/1
探索を変分問題として定式化し、関数勾配法で連続軌道空間を直接最適化して次善経路(NBP)を求める手法を提案。Hilbertマップを用いた情報量ベースの汎関数を閉形式で計算し、安全かつ滑らかな軌道を生成する。
- 占有マップにおける確率的関数勾配経路計画経路計画2017/5/1
カーネル近似による新しい経路表現を導入し、従来の確率的関数勾配プランナの三次コストを特徴数に依存する線形コストに改善した経路計画手法を提案・評価した論文。
- 連続占有マップにおける確率的関数勾配による経路計画経路計画2017/3/1
経路をガウス過程で表現し、確率的勾配更新則で最適化することで、連続占有マップ上で安全かつ効率的な経路を計画する手法を提案した。
- ベイズ最適化による占有地図構築のための安全な探索手法探索・地図構築2017/3/1
制約付きベイズ最適化を用いて、安全制約を満たす連続経路を探索し占有地図を構築する手法を提案。シミュレーションと実機実験で有効性を示した。
