Maryam Parsa
収録論文 5本 ・ フィジカルAI/ロボット学習
ナビゲーション占有グリッドマッピング群制御ニューロモルフィック/生物模倣
※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
- 生物に着想を得た超次元占有格子地図による汎化可能な強化学習:探索と目標指向経路計画ナビゲーション2025/2/1
生物に着想を得た超次元計算(VSA)による占有格子地図VSA-OGMを強化学習の目標探索・経路計画に適用し、従来のベイズヒルベルトマップと比較して未知環境への汎化性能が向上することを示した研究。
- ベクトル記号アーキテクチャによる脳に着想を得た確率的占有グリッドマッピング占有グリッドマッピング2024/8/1
ベクトル記号アーキテクチャを用いて占有グリッドマップを構築し、従来手法の解釈性を保ちつつ計算効率を大幅に改善した。
- Zespol:群知能エージェント訓練のための軽量シミュレーション環境群制御2023/6/1
群ロボット制御アルゴリズムの開発・検証を目的とした、Pythonベースのモジュール式シミュレーション環境Zespolを提案し、実機とのギャップ検証やニューロモーフィック計算への応用可能性を示した。
- 低忠実度シミュレーションでロボット群を実現する:シミュレーションと現実のギャップを埋めずに活用する手法群制御2023/1/1
マルチロボット群制御において、シミュレーションと現実のギャップを必ずしも埋める必要はないと主張し、低忠実度シミュレータを設計ループに組み込むことで、実世界で創発的な旋回行動を実現した。
- 人工ニューラルネットワークのアーキテクチャ表現としての生物学的コネクトームニューロモルフィック/生物模倣2022/9/28
線虫の運動回路を人工ニューラルネットワークに変換し、運動タスクと非運動タスクで訓練した結果、生物学的リアリズムは必ずしも必要なく、回路の統計的性質が有用な事前知識となることを示した。
