James Paulos
収録論文 7本 ・ フィジカルAI/ロボット学習
シミュレーション群制御運動計画
※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
- RotorPy: 教育と研究のための空気力学を考慮したPythonベースのマルチロータシミュレータシミュレーション2023/6/1
空気力学や風モデルを含むマルチロータの6自由度ダイナミクスをシミュレートする軽量なPython製シミュレータを開発し、実データとの比較と風推定器の設計事例を示した。
- グラフニューラルネットワークによるマルチロボットシステムの被覆制御群制御2021/9/1
限られたセンシング範囲のロボット群が重要度の異なる領域を効率的に監視するため、ロボット間通信を活用したグラフニューラルネットワークベースの分散制御ポリシーを開発した。
- 探索ベース運動計画のための分散最小化運動プリミティブ運動計画2021/3/1
サンプリング理論に基づき、軌道コストの距離空間でグラフ頂点の分散を最小化する運動プリミティブの選び方を提案し、計画の完全性を理論保証した論文。
- ロボットチームのデータ配信のための接続性学習群制御2021/3/1
アドホックネットワーク上のロボットチームで、GNNと強化学習を用いて各ロボットが最新の状態情報を効率的に配信できる分散型通信ポリシーを学習した研究。
- 空間グラフニューラルネットワークを用いたマルチロボットの被覆と探索群制御2020/11/1
被覆問題を空間グラフとして離散化し、グラフニューラルネットワークで専門家の経路計画を模倣する制御器を学習。大規模な地図や多数のロボットへ汎化でき、探索タスクでは計画ベース手法を上回ることを示した。
- グラフニューラルネットワークによるロボット群の分散制御学習群制御2019/3/1
訓練時に集中制御のポリシーを模倣し、テスト時には局所情報のみで動く分散コントローラをグラフニューラルネットで学習。群れ行動で通信半径や速度変化の影響を検証した。
- マルチエージェント方策の分散化:何を通信すべきかを学習する群制御2019/1/1
通信を前提としない専門家方策を例に、ニューラルネットワークでタスク指向の通信意味論を学習するエージェントアーキテクチャと訓練手法を提案し、周辺防衛ゲームで動的なエージェント数変化や通信制約下での性能劣化を実証した。
