Kshitij Jerath
University of Massachusetts Lowell
収録論文 10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
- 極値探索制御によるマルチエージェント強化学習のチーム行動最適化群制御2026/10/13
マルチエージェント強化学習において、行動多様性をオンラインで適応制御する二重時間スケールの枠組みADiCoを提案し、協調タスクでの性能向上を実証した。
- 関係的Q関数近似:予期せぬロボット故障から回復する連続行動領域でのマルチエージェント学習マルチエージェント強化学習2024/7/1
エージェント間の関係を表す関係ネットワークを活用し、ロボットの脚などの予期せぬ故障後でも協調を回復できるマルチエージェント強化学習フレームワークRQFを提案した。
- 人間誘導型スウォーム:仮想現実環境におけるインピーダンス制御に着想を得た影響力操作群制御2024/2/1
VR環境で人間がインピーダンス制御に着想を得た操作機構を用いて16機のドローンの群れを誘導し、自律では通過困難な狭い峡谷を群れの創発的挙動を保ちながら通過できることを示した。
- 協調適応:マルチロボットチームにおける予期せぬ故障からの回復学習群制御2023/10/1
エージェント間の関係性を活用し、予期せぬ故障が起きても素早く協調戦略を適応・回復できるマルチエージェント強化学習フレームワークを提案した論文。
- マルチエージェント学習における関係ネットワークの影響:価値ベース分解の視点群制御2023/10/1
エージェント間の関係ネットワークを価値分解型マルチエージェント学習に組み込み、特定のエージェントを優先させることで協調戦略を誘導し学習を加速する手法を提案した。
- チーム内関係ネットワークがマルチロボット協調に与える影響群制御2023/10/1
エージェント間の関係ネットワークを用いて特定のエージェントを優先し、協調戦略を誘導する新アルゴリズムを提案し、マルチロボット実験で有効性を示した。
- 異種ロボットチームによる捜索救助のためのマルチロボットタスク割り当てフレームワーク群制御2023/9/1
偵察・タスク割り当て・経路計画を統合し、ロボットの能力や要救助者の要件、過去の実績を考慮してタスクを最適配分する枠組みを提案し、既存手法より97%の性能向上を達成した。
- 熱力学に着想を得た有限群ロボットのマクロ状態記述群制御2023/8/1
ロボット群の集団挙動を、気体の圧力・温度・密度に相当する3つのマクロ変数で記述し、理想気体の状態方程式やビリアル方程式に類似した関係を導出した研究。
- DECISIVEベンチマークデータレポート:地下・屋内環境における小型無人航空機の性能評価(フェーズI)sUAS評価2023/1/1
マサチューセッツ大学ローウェル校のDECISIVEプロジェクトが、地下や屋内環境での小型ドローンの性能を20のテスト方法で評価し、8機種の結果を報告した。
- DECISIVEテスト手法ハンドブック:地下・制約屋内環境におけるsUAS評価のためのテスト手法(バージョン1.1)評価・ベンチマーク2022/11/1
GPSが使えない地下や狭い屋内環境で小型ドローンの性能を評価するためのテスト手法を、通信・自律性・地図作成など9項目にわたり共通フォーマットでまとめたハンドブック。
