Hamsa Balakrishnan
収録論文 7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
- 回廊ネットワークによる分散型自律交通管理群制御2026/6/1
この論文は、複数の自律航空機が高密度で飛行する際の交通管理を、中央集権的な方法ではなく分散型で行うために、マルチエージェント強化学習を用いた手法を提案し、単一の回廊で訓練したポリシーが複雑なネットワークでもゼロショットで機能することを示しています。
- 高度交通回廊における自律航空交通の分散調整群制御2026/6/1
自律航空機が中央管理なしで回廊内を自己組織化して効率的に飛行できることを示し、分散環境での回廊適合率と介入頻度を評価した論文。
- 階層型安全機構によるマルチエージェント強化学習の制約競合解消群制御2025/5/1
マルチエージェント強化学習と安全フィルタを組み合わせ、複数ロボット間の制約競合を階層的に解消する枠組みを提案し、ドローン実験と高密度航空モビリティ運用で検証した。
- マルチエージェント強化学習における協調と公平性群制御2024/10/1
マルチエージェント強化学習を用いて、効率を大きく犠牲にせずに公平な目標割り当てとナビゲーションを実現する手法を提案した。
- LLaMAR: 部分観測環境におけるマルチエージェントロボットの長期計画マルチエージェント計画2024/7/1
言語モデルを用いて、部分観測可能なマルチエージェント環境での長期タスク計画を自己修正しながら実行する手法を提案し、家庭内タスクと捜索救助タスクで成功率を30%向上させた。
- グラフニューラルネットワークによる情報集約で実現するスケーラブルなマルチエージェント強化学習マルチエージェント強化学習2022/11/1
各エージェントが近傍情報のみを使うマルチエージェント強化学習において、グラフニューラルネットワークでActorとCriticの局所情報を集約するInforMARLを提案し、サンプル効率と任意のエージェント数・障害物数へのスケーラビリティを向上させた。
- モビリティプラットフォームにおけるスループットと公平性のトレードオフ群制御2021/5/1
配車・配送などのモビリティプラットフォームで、顧客間の公平性を考慮しつつスループットも最大化するタスク割当システムMobiusを提案し、実トレースで有効性を示した論文。
