Michael M. Zavlanos
収録論文 24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
- LAPP: 大規模言語モデルフィードバックによる選好駆動型強化学習強化学習2025/4/1
LLMを使って強化学習中の軌道から自動で選好ラベルを生成し、オンライン選好予測器を訓練することで、人間の手間を最小限に抑えつつ複雑なロボット行動を獲得するフレームワーク。
- 動的なシュートマッピングのための分布ロバスト多エージェント強化学習マルチエージェント強化学習2025/3/1
倉庫ロボットの仕分け効率化のため、投入レートの不確実性に強い多エージェント強化学習フレームワークを提案し、パッケージ再循環を平均80%削減した。
- 知覚スティッチング:視覚運動ロボットポリシーのためのゼロショット知覚エンコーダ転送VLA2024/6/1
異なる視覚運動ポリシー間で視覚エンコーダの潜在特徴を整列させ、視覚エンコーダを直接つなぎ合わせることで、大きな視覚変化に対するゼロショット適応を可能にした。
- ポリシーステッチング:転移可能なロボットポリシーの学習転移学習2023/9/1
ロボットとタスクを別々に学習したモジュールを潜在表現で整合させて直接つなぎ合わせ、新しいロボットとタスクの組み合わせにゼロショット・少数ショットで適応できる転移学習フレームワークを提案した。
- 安全違反を許容する有界なニューラルネットワーク制御器の学習制御/安全2021/6/1
到達可能性解析を用いて安全制約を学習に組み込み、安全違反の大きさを空間的に制御可能な有界範囲に抑えるフィードフォワードNN制御器を提案した論文。
- 確率的ゲームにおける時相タスクの最適戦略学習強化学習/時相論理2021/2/1
環境モデルが未知でもLTL仕様を満たす制御器を、確率的ゲームとしてモデル化しモデルフリー強化学習で学習する手法を提案。
- 異種マルチロボット系における時相論理タスク割当て群制御2021/1/1
LTL仕様で表されたタスクを異種ロボット群に割り当てるため、NBAの簡略化とMILPによる階層的計画手法を提案した論文。
- 非文脈バンディットフィードバックを用いた人間参加型ロボット計画人間参加型計画2020/11/1
人間の満足度を最大化するロボット軌道計画のため、オートエンコーダで次元削減した潜在空間上で半教師ありベイズ最適化を行い、人間からの理由を伴わない満足度フィードバックで軌道を改善する手法を提案した。
- バンディット型人間フィードバックによる社会的配慮ロボット計画社会的ナビゲーション2020/3/1
人間からの苦情有無のみのバンディットフィードバックを用い、時間変化する人間の効用下で社会的配慮軌道をオンライン最適化する枠組みを提案した論文。
- 線形時相論理仕様からのモデルフリー強化学習による制御合成強化学習2019/9/1
未知の確率的環境において、LTL仕様を満たす確率を最大化する制御方策をモデルフリー強化学習で学習する手法を提案し、報酬と経路依存割引の設計により最適方策への収束を保証した。
- 離散抽象化を用いないマルチロボット時相論理最適制御合成マルチロボット計画2019/9/1
ロボット移動の離散抽象化を必要とせず、サンプリングで積状態空間を探索する木を構築し、LTLタスクを満たす最適計画を合成する手法を提案した。
- 物理モデルとベイズ推定による移動ロボットの環境場学習環境センシング2018/12/1
乱流場の数値解プールからベイズ推定でリアルタイムに物理モデルを選択し、ガウス過程と情報量最大化する経路計画で移動ロボットが計測して流れ場を高精度に推定する手法を提案した。
- 移動ロボットによる能動的マスフラックス遮蔽のための深層学習群制御2018/12/1
化学物質の拡散を表す移流拡散方程式をニューラルネットで近似し、ロボットの位置と放出率を教師なし学習で最適化して安全領域を守る手法を提案した。
- STyLuS*: 大規模マルチロボットシステム向け時間論理最適制御合成アルゴリズムマルチロボット計画2018/9/1
時間論理仕様を満たす大規模マルチロボットの最適制御を、ビュッヒ自動機の最短受理経路に基づくバイアス付きサンプリングで効率的に合成する手法を提案し、確率的完全性・漸近最適性・指数的収束率を示した。
- 断続接続ロボットネットワークによる分散状態推定分散状態推定2018/5/1
通信能力が限られた複数ロボットを小チームに分け、断続的な通信スケジュールとサンプリングベースの運動計画を組み合わせて、推定不確かさを最小化する分散状態推定手法を提案した。
- 磁気マイクロロボット群による時相マイクロマニピュレーションの制御群制御2018/4/1
LTLで記述された複雑な時相マイクロマニピュレーション課題を磁気マイクロロボット群で達成するため、サンプリングベース手法で状態空間を削減した最適制御合成法を提案し、実験で有効性を示した。
- 時相タスクとソフト制約下での確率的動作計画動作計画2017/6/1
不確実な環境でLTLタスクを高確率で満たす制御方針を、前半・後半のコスト最適化と確率のトレードオフを考慮した2つの線形計画問題で合成する手法を提案した。
- ユーザー指定精度を達成する分散アクティブ状態推定分散推定2017/6/1
移動センサネットワークが情報コンセンサスフィルタで推定を行いながらLMI制約最適化で次の観測位置を決定し、指定精度まで隠れ状態を推定する手法を提案。
- 時相論理タスク計画と断続通信制御による移動ロボットネットワーク群制御2017/6/1
移動ロボット群が線形時相論理で表されたタスクを達成しつつ、通信が途切れる環境で断続的に情報交換できるよう、タスク計画と通信地点・タイミングを分散制御で同時に決定する手法を提案した。
- 大域的時間論理タスク下のマルチロボットシステムに対するサンプリングベース最適制御合成マルチロボット計画2017/6/1
マルチロボットの大域的時間論理タスクに対し、同期積オートマトンを木で近似するサンプリングベースの最適制御合成法を提案し、確率的完全性と漸近最適性を示した。
- ロボットセンサネットワークによる状態推定のための分散階層制御分散制御2017/6/1
空間的に分布する状態を複数のロボットセンサで能動推定するため、状態をクラスタ化し階層的動的計画法で各クラスタの最適センシング方針を計算、分散割当アルゴリズムでロボットに動的に割り当てる枠組みを提案した。
- 複雑環境におけるモデルベース能動的発生源同定能動探索2017/6/1
移流拡散方程式に基づくモデルベース手法でロボットが濃度測定を能動的に収集し、複雑な環境や非凸領域でも発生源を効率的に同定できることを示した。
- 画像量子化ノイズ下におけるステレオカメラの制御能動視覚2017/6/1
画像量子化ノイズを考慮したモデルとカルマンフィルタを用い、目標の累積共分散を最小化する次善視点列へ移動するステレオカメラ制御法を提案し、実機実験で有効性を示した。
- 移動ロボットネットワークにおける間欠通信制御と経路最適化の同時実現群制御2016/9/1
移動ロボット同士がノードでのみ通信する間欠的なネットワークで、接続性を保ちながら経路を最適化する分散制御手法を提案し、LTLを用いた局所計画と競合解消で実現した。
