Michael Amir
University of Cambridge
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
- 見つけた時より良い状態に:逐次タスクにおける価値関数を介した協調マルチロボット協調2026/11/5
事前に共同訓練していないロボット同士が、価値関数を共有して環境への選好を伝え合うことで、逐次タスクを協調して遂行できる手法を提案。KNNによる不確実性フィルタで過信を防ぎ、成功率を最大48.5ポイント向上させた。
- 非ロボット合成データからロボット行動の事前分布を学習する基盤モデル2026/10/22
実機データの代わりに、ロボット制御の数学的抽象を模した手続き生成の合成データでTransformerを事前学習し、未見の実機タスクへゼロショットで行動予測が転移することを示した論文。
- ロボットのメタ推論学習:リアルタイム制御のための適応的計算予算メタ推論/計画2026/10/16
移動しながらの計画における計算時間と反応性のトレードオフを、状態に応じて計算予算を動的に決める強化学習ポリシーとして定式化し、ナビゲーション・ドローン飛行・マニピュレーションで固定予算を上回る性能を示した論文。
- GAMBIT: 連続マルチロボット軌道計画の学習群制御2026/10/5
マルチロボットの軌道実行において、模倣学習と強化学習を組み合わせて協調的な動作プリミティブ選択を学習し、衝突回避を保証するフレームワークを提案。
- 動作による遠隔検出可能な鍵付き通信通信/ロボット動作2026/9/8
ロボットの動作にメッセージをノイズとして埋め込み、遠隔センシングで検出可能な通信手法を提案。ポリシー性能を損なわずに短いペイロードを送信できる。
- 遠隔検出可能なロボットポリシー電子透かしロボットポリシー透かし2025/12/1
ロボットの訓練済みポリシーに、性能を落とさずに遠隔から検出できる電子透かしを埋め込む手法CoNoCoを提案し、実機でも検証した。
- グラフアテンション誘導探索による高密度マルチエージェント経路計画群制御2025/10/1
グラフアテンションを用いた学習済みヒューリスティックを探索アルゴリズムLaCAMに統合し、高密度なマルチエージェント経路計画を高速かつ高品質に解くハイブリッド手法を提案した。
- ReCoDe: マルチエージェント協調のための強化学習に基づく動的制約設計群制御2025/7/1
既存の制約ベース制御器を活かしつつ、強化学習で動的な制約を学習してマルチエージェントの協調行動を改善するハイブリッド手法を提案し、ナビゲーションタスクで有効性を示した。
- 未知環境におけるロボット群の均一分散:時間・移動距離・エネルギー群制御2024/4/1
未知のグリッド環境でロボット群を均一に分散させる問題を定式化し、時間・移動距離・エネルギー・センシング・通信・メモリの関係を分析。単連結環境ではアリ型ロボットによるFCDFSアルゴリズムでエネルギーを最小化できることを示した。
- わずかな記憶でグリッドを巡回する群制御2023/7/1
1ビットの記憶と限られたセンシング範囲だけで任意次元のグリッドグラフを巡回できるアルゴリズムを示し、0ビットでは不可能なグリッドを特徴づけた。
