J. Andrew Bagnell
収録論文 23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
- 蒸留か決定か?部分観測強化学習におけるアルゴリズム的トレードオフの理解部分観測強化学習2025/10/3
部分観測強化学習において、特権的な潜在状態情報を用いた専門家蒸留と標準的な強化学習の間のトレードオフを理論モデルと実験で調査し、潜在ダイナミクスの確率性が選択に影響することを示した。
- モデルベース強化学習における怠惰の美徳:統一目的関数とアルゴリズムモデルベース強化学習2023/3/1
モデルベース強化学習において、学習モデル内でのポリシー計算を効率化し、モデル適合とポリシー計算の目的不一致を解消する統一目的関数を提案し、計算効率と統計的性能を向上させる手法を開発した。
- 時間相関ノイズ下での因果的模倣学習模倣学習2022/2/1
専門家行動に時間相関ノイズが混入したデータから、操作変数回帰を用いて偽相関を排除し方策を学習する2手法(DoubILとResiduIL)を提案した論文。
- 反復学習制御の有効性に関する理論的解析制御理論2021/11/1
モデル誤差が大きい状況で反復学習制御(ILC)が誤モデルを用いた最適制御より優れる理由をLQR問題の理論解析と実験で示した論文。
- モーメントマッチングで捉える模倣学習の統一理論と新アルゴリズム模倣学習2021/3/1
模倣学習アルゴリズムをモーメントマッチングの観点で統一的に整理し、性能保証付きの新たなアルゴリズム3種を提案した論文。
- 模倣学習におけるフィードバック:共変量シフトの三つのレジーム模倣学習2021/2/1
模倣学習の性能劣化は共変量シフトの一形態であり、シミュレータを活用することで専門家への追加問い合わせなしに緩和できることを理論的・実証的に示し、既存ベンチマークの不十分さを指摘した論文。
- CMAX++:不正確なモデルを用いた計画と実行で経験を活用する手法プランニング2020/9/1
不正確な力学モデルでも、タスクの繰り返しで実世界経験を学習し計画品質を漸近的に最適化するCMAX++を提案。
- 不正確なモデルでも保証付きで計画・実行するCMAX計画・実行2020/3/1
モデルの動力学誤差をオンラインで検出し、その遷移を避けるよう計画を偏らせることで、モデル更新なしにタスクを完遂する計画・実行手法を提案し、完全性と効率性の理論保証を与えた。
- TRON: 非平滑コスト関数を用いた軌道最適化のための高速ソルバ軌道最適化2020/3/1
平滑成分からなる非平滑コスト関数を適応的に平滑化し、効率的に軌道最適化を行う反復ソルバTRONを提案。線形ダイナミクスでは大域最適解、非線形では停留点への収束を保証し、衝突回避計画や手術針制御などで高速収束と低コストを実現。
- パラメータ空間と行動空間の探索を比較する:ゼロ次最適化の視点強化学習2019/1/1
パラメータ空間での探索と行動空間での探索の複雑さを理論的に比較し、それぞれが有利になる条件を明らかにした研究。
- 模倣学習のアルゴリズム的視点模倣学習2018/11/1
ロボットなどの知能エージェントの振る舞いを手動でプログラムする代わりに、教師のデモンストレーションから学習する模倣学習について、前提・手法・関連性・アルゴリズム・実装の助言を体系的に紹介した入門論文。
- 後知恵最適化による共有自律:遠隔操作とチーム作業への応用共有自律2017/6/1
共有自律をPOMDPとして定式化し、ユーザーの目標が不確実な段階でも後知恵最適化で支援を近似する手法を提案。遠隔操作と人間-ロボット協働で予測先行型より高速・低入力・低衝突を実現した。
- 平面押し・把持のための高速確率的接触モデル:理論と実験的検証マニピュレーション2017/5/1
準静的滑りの凸力-運動多項式モデルに基づき、位置制御マニピュレータ下での接触モードと物体運動を求める運動学モデルを導出し、摩擦分布の確率的ばらつきを1パラメータで表現してロボット押し・把持実験で検証した。
- 単眼リアクティブMAV制御のための転移可能なポリシー学習sim2real2016/8/1
関連するソースドメインの訓練データを活用し、目標ドメインで使える運動ポリシーを学習する汎用フレームワークを提案。単眼リアクティブ制御によるMAV飛行で、屋外の障害物環境での実機実験により有効性を示した。
- 自己評価する知覚:視覚システムの失敗を予測する学習自己評価/視覚/ドローン2016/7/1
視覚ベースのドローン飛行を対象に、センサ入力から直接システムの失敗を予測する汎用的な内省フレームワークを提案し、不確実な状況への有効性を示した。
- 障害物の多い屋外環境における堅牢な単眼飛行単眼ナビゲーション2016/4/1
小型ドローンがカメラのみで森林などの複雑な屋外環境を自律飛行できるよう、リアルタイムの半密な深度推定と耐風制御を組み合わせたシステムを開発し、実環境で実証した。
- 平面滑りのための凸多項式力-運動モデル:同定と応用マニピュレーション2016/2/1
平面滑りにおける摩擦力と運動の関係を凸多項式でモデル化し、二乗和緩和を用いた効率的な同定手法を提案。物体の安定押しや自由滑りシミュレーションに応用した。
- 自律性を融合した遠隔操作:BCIマニピュレーションへの応用BCI/共有制御2015/3/1
脳波インターフェースによるロボットアーム操作に、コンピュータビジョンと意図推定に基づく自律制御を組み合わせ、操作者の負担を軽減しつつ成功率を向上させる共有制御フレームワークを提案した。
- 後知恵最適化による共有自律制御共有自律2015/3/1
ユーザ入力から目標を確率的に推定し、後知恵最適化でロボットの支援動作を近似する共有自律手法を提案し、ユーザ実験で予測後ブレンド方式より少ない入力で速くタスクを達成できることを示した。
- 単眼視による密集環境下での熟慮型自律飛行単眼視ナビゲーション2014/11/1
単眼カメラのみをセンサとして用い、地上車両で広く使われる後退ホライズン制御を小型UAVで実現した。機械学習による深度予測と特徴選択を組み合わせ、樹木が密集した環境を2km以上自律飛行して有効性を示した。
- 単眼カメラと模倣学習による森林環境での小型ドローンの自律飛行飛行制御2012/11/1
小型クアッドロータが単眼カメラのみで森林内を最大1.5m/sで自律飛行できるよう、人間の操縦デモから模倣学習で障害物回避コントローラを訓練した研究。
- 劣モジュラ性を利用した効率的な触覚による位置推定触覚2012/8/1
情報収集行動の系列選択を適応的劣モジュラ性の枠組みで定式化し、触覚による位置推定において貪欲法の保証と計算高速化を実現、シミュレーションと実機で有効性を示した。
- 文脈に応じた系列予測のための劣モジュラ関数最大化ロボット制御2012/2/1
文脈情報に基づいて項目の順序を最適化する手法を提案し、ロボットの制御ライブラリ最適化(マニピュレータ軌道予測と移動ロボット経路計画)に応用した。
