Kai Olav Ellefsen
収録論文 12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
- 強化学習における低ランク適応を用いたメモリ効率的なポリシーライブラリ強化学習2026/6/1
強化学習によるマルチタスクロボティクスにおいて、LoRAを用いてベースモデルを各タスクにファインチューニングし、メモリ使用量を大幅に削減しつつ成功率を維持できることを示した論文。
- 動的環境におけるラマルク的継承:進化ダイナミクスに影響を与える主要変数の解明進化ロボティクス2026/5/1
ロボットの形態と制御の共進化において、動的環境下でのラマルク的継承の有効性が環境変化の対立性と予測可能性に依存することを示し、センサ追加で予測可能にすれば利点が回復することを実証した論文。
- 進化した仮想ソフトロボットのための社会的学習戦略進化ロボティクス2026/4/1
ロボットの形態と制御の同時最適化において、他個体から学習パラメータを借用する社会的学習を導入し、教師選択戦略が性能に与える影響を仮想ソフトロボットで調査した。
- 進化ロボティクスにおけるベイズ最適化へのサンプル継承の統合進化ロボティクス2026/1/1
ロボットの形態と制御を同時最適化する際、ベイズ最適化に親のサンプルを継承させる手法を検討し、再評価による継承が最も有効であることを示した。
- 進化ロボットにおける世代交代と学習による高性能かつ多様な個体群の実現進化ロボティクス2026/1/1
形態と制御を共進化させる進化ロボットにおいて、生涯内学習と完全世代交代を組み合わせることで、性能を維持しつつ多様性を高められることを示した研究。
- 生涯学習の利点は複雑な環境でこそ明らかになる進化ロボティクス2024/12/1
ロボットの形態進化において、生涯学習(制御器の追加最適化)が平坦な環境より丘陵環境でより有効であることを比較実験で示した。
- タスク・モーション計画によるオフライン技能汎化マニピュレーション2023/11/1
サンプリングベースのタスク・モーション計画とオフライン強化学習を組み合わせ、長期的タスクのデモデータから操作技能を抽出・洗練する手法を提案し、ブロック押しタスクで検証した。
- リンク機構ロボットのプロトタイピングのためのリンク機構の進化進化ロボティクス2023/5/1
2Dリンク機構を3つの進化アルゴリズムで最適化し、得られた設計を実機の六脚ロボットで試作・検証した。品質多様性アプローチが類似設計の多様性と実現可能性の点でプロトタイピングに最も有用だった。
- MAP-Elitesがモジュラーロボティクスにおける強力な踏み石と多様性を実現する進化ロボティクス2020/12/1
モジュラーロボットの形態と制御の最適化において、MAP-Elitesと目的ベース探索を比較し、多様性が難しい環境への適応や高性能解の生成に有効であることを示した研究。
- 進化的モジュラーロボティクスにおける品質と多様性進化ロボティクス2020/8/1
モジュラーロボットの制御と形態の進化において、単目的進化アルゴリズムと多目的・品質多様性アルゴリズムを比較し、品質多様性が高性能解で多様性を埋めるのに優れることを示した。
- 身体位相協調の進化が四足ロボットの頑健な歩行を実現歩行2019/4/1
CPGベースの四足ロボット制御器の進化最適化に、センサフィードバックで脚位相を調整する「身体位相協調」を取り入れ、シミュレーションと実機の性能差を縮めつつ未知環境への頑健性を示した。
- 多目的カバレッジ経路計画:複雑な実世界構造物の自動検査を実現経路計画2019/1/1
3D構造物の検査経路を、エネルギー消費とカバレッジを同時に最適化する多目的進化アルゴリズムで計画する手法を提案し、従来の完全カバレッジ手法と比較して実世界の複雑な構造物で優位性を示した。
