Manisha Natarajan
収録論文 6本 ・ フィジカルAI/ロボット学習
器用操作/sim2real人間-ロボット協調マルチエージェント運動計画追跡群制御人間ロボット協調
※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
- ビデオからシミュレーション、そして実世界へ:単一の人間ビデオからの全自動器用スキル獲得器用操作/sim2real2026/6/1
単一の人間操作ビデオから、シミュレーション環境でのデジタルツイン構築と物体中心のキーフレーム最適化によりロボット動作を獲得し、さらに実世界のノイズや不完全な知覚への頑健性を分離するsim-to-real戦略で器用な操作スキルを自律的に獲得するフレームワークを提案した。
- オンラインベイズ適応による準最適下での混合イニシアチブ人間-ロボットチーム形成人間-ロボット協調2024/3/1
人間とロボットが互いに準最適な状況でも、オンラインベイズ推定で人間の協力意思を推論し、チーム性能と信頼を向上させる手法を提案。
- 拡散モデルと強化学習を統合した階層型追跡回避ゲームの運動計画マルチエージェント運動計画2024/3/1
部分的に観測可能なマルチエージェント追跡回避ゲームにおいて、高レベル拡散モデルで大域経路を計画し、低レベル強化学習で回避行動を決定する階層的アーキテクチャを提案し、ベースラインを大幅に上回る性能を達成した。
- 拡散モデルによるマルチターゲット敵対的追跡追跡2023/7/1
スパースな過去状態から敵の位置を予測するため、クロスアテンションと制約付きサンプリングを用いた拡散モデルCADENCEを提案し、単一・複数ターゲット追跡で予測精度を向上させた。
- 疎な観測環境におけるマルチエージェント強化学習による敵対的探索と追跡群制御2023/6/1
広大な空間で逃げ回る敵を追跡するため、学習可能なフィルタリングモデルで敵位置を推定し、マルチエージェント強化学習で探索チームを協調させる手法を提案した。検出率が46%向上した。
- 学習曲線を考慮した人間とロボットの協調作業スケジューリング人間ロボット協調2020/7/1
人間の作業習熟度が時間とともに変化し不確実であることを考慮し、ロボットが人間の強みや学習能力を探索しながら効率的な共同作業スケジュールを生成するアルゴリズムを提案・検証した。
