Hanna Kurniawati
The Australian National University
収録論文 17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
- 潜在ノイズ表現ブリッジによる拡散ポリシーの効率的ファインチューニング拡散ポリシー/強化学習2026/11/5
拡散・フローポリシーの強化学習による適応において、ノイズ空間と行動空間を共有表現で結ぶブリッジ方程式を導出し、ノイズエイリアシング問題を解消するLARBRIDアルゴリズムを提案した。歩行・操作タスクで2〜3倍の性能向上を達成。
- 自律科学探査のためのPOMDP探査計画2026/8/1
センサ不確実性下での科学探査計画を、生のセンサデータではなく推論された物理特性に基づいて分岐するPOMDP(SHM-POMDP)を導入し、計算効率と報酬を改善した。
- VOiLA: 学習拡散モデルを用いたPOMDPエージェントのベクトル化オンラインプランニングプランニング2026/6/1
不確実性下でのプランニングのため、拡散モデルでPOMDPの遷移・観測モデルを学習し、GPU並列化に対応したオンラインプランナーに統合するフレームワークを提案。蒸留によりサンプリングコストを大幅削減し、実ロボットでも有効性を示した。
- 速く遠くを見る:高速状態サンプリングによる長期的オンラインPOMDP計画POMDP計画2026/6/1
不確実性下での動作計画に用いるPOMDPの長期的問題を解くため、高速サンプリングベースの動作計画で多様なマクロアクションを生成し、信念空間サンプリングを偏らせて高品質な方策を導出する新しい近似オンラインソルバーROP-RAS3を提案した。
- 成長する状態空間とハイブリッド行動領域に基づくPOMDP物体探索物体探索2026/4/1
移動ロボットが複雑な屋内環境で目標物体を効率的に見つけるため、物体探索を成長する状態空間とハイブリッド行動空間を持つPOMDPとして定式化し、新しいオンラインソルバーGNPF-kCTを提案した。
- 学習可能な基底関数を持つ深層ベイズ強化学習における一般化線形モデルメタ強化学習2025/12/1
深層ベイズ強化学習において、タスクパラメータとモデルノイズに対する完全に解析可能なベイズ推論と、遷移・報酬モデル学習のための厳密な周辺尤度評価を可能にする一般化線形モデル(GLiBRL)を提案し、MuJoCoとMetaWorldで最大1.8倍の性能向上を達成した。
- ベクトル化オンラインPOMDP計画POMDP計画2025/10/1
部分観測下の計画をテンソル演算で完全ベクトル化し、並列化のボトルネックを排除したオンラインPOMDPソルバーVOPPを提案。既存手法より20倍以上効率的に準最適解を計算できる。
- 暗黙的モデルを用いた検査計画プリミティブ検査計画2025/10/1
ニューラルSDF表現のままサンプリングベース検査計画を行える基本演算を提案し、複雑な実構造物でメモリ使用量を最大70分の1に削減した。
- 高速状態空間サンプリングによる長期的オンラインPOMDP計画のスケーリングPOMDP計画2024/11/1
ロボットの不確実性下の計画で使われるPOMDPについて、状態空間を高速サンプリングしてマクロ行動を生成し、長期的な計画を効率的に解くオンラインソルバROP-RaS3を提案した。100ステップ超の計画や15次元状態空間の問題で既存手法を大幅に上回る。
- Voronoi木を用いた連続行動POMDPの適応的離散化POMDP/プランニング2022/9/1
連続行動空間を持つPOMDPを効率的に解くため、Voronoi木による適応的離散化とモンテカルロ木探索を組み合わせたオンライン解法ADVTを提案した。
- 部分観測マルコフ決定過程とロボティクス:実用化への展望計画/不確実性2021/7/1
ロボットの不確実性下の計画におけるPOMDPの計算課題と、サンプリングベース近似解法による実用化の進展、実機適用の知見をレビューした論文。
- 自動運転車の安全性指標:NCAP風評価手法の提案安全性評価2021/4/1
敵対者との衝突回避シナリオで自動運転車の安全性を評価するSafe-Kamikaze Distance(SKD)指標を提案し、歩行者横断シーンで基本制御器と機械学習制御器を対象に検証した。
- 連続観測空間のためのオンラインPOMDPソルバーPOMDP2020/11/1
観測空間を離散化せずにモンテカルロ木探索とパーティクルフィルタを組み合わせ、連続観測空間のPOMDPをオンラインで解く手法LABECOPを提案した論文。
- POMDP運動計画における非線形性指標運動計画2020/5/1
線形化が有効な場面を判定する統計距離ベースの非線形性指標SNMを提案し、POMDP枠組みで最適戦略との価値差をSNMの線形関数で上界できることを示した。SNMをヒューリスティックに汎用解法と線形化解法を切り替えるオンラインプランナに応用した。
- 非一様ダイナミクスを持つ系のための部分観測計画と学習POMDP計画2019/7/1
状態空間をクラス分けして各クラスのダイナミクスを学習するTransNetを提案し、非一様な系でもPOMDP計画を高効率に解けるようにした。
- マルチレベルモンテカルロによるPOMDPのオンライン解法POMDP/計画2019/7/1
複雑なダイナミクスを持つPOMDPに対し、モンテカルロ木探索とマルチレベルモンテカルロを組み合わせたオンライン計画手法MLPPを提案し、トルク制御・ナビゲーション・把持の4課題で既存手法を大きく上回る性能を示した。
- 制御空間サンプリングによるリプシッツ連続力学系の漸近最適運動計画運動計画2014/5/1
ステアリング関数を使わず制御空間を直接サンプリングすることで、任意のリプシッツ連続力学系に対して漸近最適な運動計画が可能であることを示し、収束率の理論的限界も導出した論文。
