Kevin Osanlou
収録論文 6本 ・ フィジカルAI/ロボット学習
スケジューリング経路計画プランニングスケジューリング/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
- 木探索とグラフニューラルネットワークによる制約付き時間ベース動的制御可能な不確実性付き選言時間ネットワークの解法スケジューリング2022/3/1
不確実性を含むスケジューリング問題DTNUに対し、時間ベース動的制御可能性の制限版R-TDCを定義し、木探索とグラフニューラルネットワークのヒューリスティックで高速に判定する手法を提案した。
- 制約付き多基準経路計画のための学習ベース選好予測経路計画2021/8/1
オフラインシミュレーションで学習したニューラルネットを用いて不確実な走行可否基準を予測し、経路計画に組み込むことで人手介入を減らす手法を提案した。
- グラフ畳み込みニューラルネットワークを用いた制約付き最短経路探索経路計画2021/8/1
必須通過ノードを含む最短経路問題に対し、制約ソルバーとグラフ畳み込みニューラルネットワークを組み合わせたハイブリッド手法を提案し、探索性能を向上させた。
- 自律走行車のオフロード機動計画を機械学習で学習するプランニング2021/8/1
オフロード環境での自律走行車の経路計画と同期機動のスケジューリングに機械学習を活用し、最適計画の高速化と近似計画の品質向上、新たなスケジューリング可制御性に基づく学習支援アルゴリズムを提案した論文。
- グラフニューラルネットワーク誘導による時間ベース動的可制御性の木探索スケジューリング/計画2021/8/1
不確実性を含む選言的時間ネットワーク(DTNU)に対し、より強い可制御性の概念TDCを導入し、MPNNをヒューリスティックに用いた木探索で判定する手法を提案した。従来のTGAベース手法より高性能で、難しい問題へのスケーラビリティも向上した。
- グラフ畳み込みネットワークと最適化木探索による制約付き経路計画問題の最適解法経路計画2021/8/1
グラフニューラルネットワークで分枝限定法を支援し、制約付き経路計画を高速かつ最適に解くハイブリッドプランナを提案した論文。
