Lu Dong
State University of New York at Buffalo
収録論文 7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
- MistyPilot: マルチエージェントLLMスキルオーケストレーションによるソーシャルロボット制御の実現ソーシャルロボット制御2026/8/16
自然言語の指示からソーシャルロボットを制御するためのマルチエージェントLLMフレームワークを提案し、センサー連動の物理的動作と対話的な社会的動作を統合的に実行する。
- MistyPilot: ソーシャルロボットMistyのためのエージェント型高速・低速思考LLMフレームワークソーシャルロボット/LLMエージェント2026/3/1
プログラミング経験のないユーザーでも高レベルの指示からツールを自動選択・実行できるよう、LLM駆動のエージェントフレームワークMistyPilotを提案した。物理的対話エージェントと社会的知能エージェントを組み合わせ、高速・低速思考で効率と感情整合性を両立する。
- AutoMisty:Mistyソーシャルロボットのための自動コード生成マルチエージェントLLMフレームワークVLA2025/3/1
LLMを活用したマルチエージェント協調により、自然言語指示からMistyロボットの実行可能コードを自動生成するフレームワークを提案し、実機実験で有効性を示した。
- クロスモーダル融合と知識転移によるロバストナビゲーションナビゲーション/sim2real2023/9/1
教師-生徒蒸留で理想環境の教師からノイズの多いマルチモーダル入力に頑健な生徒を学習し、ナビゲーションの汎化とsim-to-real転移を実現した。
- 歩行者環境におけるマルチロボットの社会性を考慮した協調計画:マルチエージェント強化学習によるアプローチ群制御2022/11/1
歩行者がいる環境で複数のロボットが安全かつ効率的に協調移動できるよう、時空間グラフとKステップ先読み報酬を用いたマルチエージェント強化学習手法を提案した。
- 非通信環境下で動作するマルチエージェント強化学習と軌道最適化を組み合わせた移動ロボットのハイブリッド運動計画マルチロボット運動計画2021/12/1
通信が使えず局所観測しかできない状況で複数移動ロボットを動かすため、マルチエージェントSoft Actor-Criticで経由点を探索し、最小スナップ法で安全制約付きの滑らかな軌道に最適化するハイブリッド計画手法を提案した。
- 移動ロボットの動作計画手法レビュー:古典的ワークフローから強化学習ベースのアーキテクチャまで動作計画2021/8/1
移動ロボットの動作計画について、古典的な階層型手法の各モジュールと強化学習ベース手法(地図不要型やマルチロボット協調を含む)を体系的にレビューし、課題と今後の研究方向を整理した。
