Mirco Theile
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
- 減衰残差方策最適化による実世界自動運転レースの効率化強化学習/自動運転2026/3/1
残差方策学習を拡張し、ベース方策を徐々に減衰させて単独のニューラル方策を得る手法を提案し、1/10スケールの自動運転レースでシミュレーションと実機の両方で性能を向上させた。
- 深層強化学習による固定翼UAVの連続空間カバレッジ経路計画経路計画2025/5/1
固定翼UAVのカバレッジ経路計画を連続環境で定式化し、曲率制約付きベジェ曲線と可変サイズ矩形で環境を表現、自己適応カリキュラムを用いたAM-SACで省電力な完全カバレッジ戦略を学習した。
- 地図ベース経路計画のための強化学習における同変アンサンブルと正則化経路計画2024/3/1
強化学習において環境の対称性を活用するため、特殊なネットワーク部品を使わずに同変方策と不変価値関数を構築する同変アンサンブル法を提案し、訓練時の正則化項を加えることで、地図ベース経路計画タスクにおけるサンプル効率と性能を向上させた。
- 充電しながら学ぶ:深層強化学習によるUAVの被覆経路計画経路計画2023/9/1
バッテリー制約のあるUAVが充電を挟みながらエリア全体を効率的にカバーする経路を、PPOベースの深層強化学習で計画する手法を提案した。
- Sim-to-Real深層強化学習のためのクラウド・エッジ訓練アーキテクチャsim2real2022/3/1
推論をエッジ、訓練をクラウドに分担する分散アーキテクチャで、シミュレーションで事前訓練した強化学習エージェントを実機上でリアルタイムに追加訓練し、現実ギャップを克服する手法を提案した。
- 自律階層マルチレベルクラスタリングによるマルチエージェント信念共有群制御2021/7/1
UAV群が離着陸で台数変化しても安定した階層クラスタを自律形成し、観測を集約・圧縮・配信して全エージェントに空間解像度付きの信念を共有する手法を提案。
- グローバル・ローカルマップ情報を用いた深層強化学習によるUAV経路計画経路計画/強化学習2020/10/1
圧縮したグローバルマップと近傍の非圧縮ローカルマップを組み合わせた深層強化学習により、広域環境でも効率的に動作するUAV経路計画手法を提案し、被覆調査とデータ収集の異なるミッションで同一アーキテクチャのDDQNを訓練して有効性を示した。
- 深層強化学習による複数UAVの無線データ収集経路計画群制御2020/10/1
複数のUAVがIoTデバイスからデータを収集する経路計画を、分散部分観測マルコフ決定過程として定式化し、深層強化学習で解く手法を提案した論文。
- 都市環境におけるIoTデータ収集のためのUAV経路計画:深層強化学習アプローチUAV経路計画/強化学習2020/7/1
都市環境でIoTセンサからデータを収集するドローンの経路計画を、環境の多層マップを入力とするDDQNで学習し、センサ数や位置・飛行時間が変化しても汎化できる制御方策を実現した。
- 電力制約が変動する環境下での深層強化学習によるUAV被覆経路計画UAV経路計画2020/3/1
カメラ搭載UAVの被覆経路計画を、地図状入力を用いたDDQNで学習し、飛行可能時間の変動と禁飛行区域を考慮しつつ電力と被覆の両立を図る手法を提案した。
