Nazim Kemal Ure
収録論文 11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
- 累積分布関数に基づくスライス分布マッチングと制御への応用制御2024/12/1
確率分布間の距離を累積分布関数の一次元射影の差で定義し、制御問題に応用した研究。
- 時間最適な衝突回避のための反復的なアクティブ・非アクティブ障害物分類経路計画2024/3/1
障害物を「アクティブ」と「非アクティブ」に反復的に分類し、経路計画で考慮する障害物を減らすことで、多数の障害物がある環境でも時間最適な衝突回避経路を効率的に求める手法を提案した。
- 限られたパイロット実証データで堅牢な敏捷機体制御を実現する模倣学習と強化学習の統合手法模倣学習/強化学習2024/1/1
F-16シミュレータで事前学習した操縦生成モデルを、実機の限られたパイロットデータで微調整し、様々な飛行条件や機体パラメータに汎化する手法を提案した。
- 大規模群対群交戦のための計画・学習フレームワーク群制御2022/12/1
大規模な群対群の追跡回避問題を独立した複数のマルチエージェントゲームに分解し、強化学習で効率的に味方群を敵群に割り当てる枠組みを提案した。
- ブラックボックス検証による強化学習ベース自動運転の安全性自己改善自動運転2022/10/1
強化学習ベースの自動運転エージェントの安全性を、ブラックボックス検証で弱点シナリオを発見し、転移学習で再訓練することで反復的に改善するフレームワークを提案した。
- 群対群交戦問題における攻撃配分のためのスケーラブルな強化学習アプローチ群制御2022/10/1
敵対する群れとの交戦において、相手の戦略や動態を知らなくても強化学習で大規模群れの密度を制御し攻撃を配分する枠組みを提案した。
- DeFIX: 模倣学習ベース自動運転における失敗シナリオの検出と強化学習による修正自動運転2022/10/1
模倣学習エージェントの失敗箇所を検出し、その周辺で強化学習エージェントを訓練して修正する枠組みを提案。CARLAの複雑な市街地マップで競争力のある性能を示した。
- 未知の動的環境における高速動作計画のための障害物同定と楕円体分解動的障害物回避2022/9/1
未知環境の動的障害物を楕円体で近似し、線形・角速度を推定することで、リアルタイムな衝突回避と軌道計画を可能にする手法を提案した論文。
- 選択的マルチクラス安全データセット集約によるサンプル効率の良い自動運転のための対話型エンドツーエンド深層学習自動運転/模倣学習2020/7/1
学習済みポリシーを軌道クラスに分割し性能の弱い区間だけ専門家に問い合わせることで、同じサンプル数でより高精度な自動運転ポリシーを学習する手法を提案した。
- 生成時系列モデルによる確率的交通環境の構築:自動運転エージェントの汎化性能向上に向けて自動運転/強化学習/sim2real2020/6/1
実走行軌跡データでGANを学習させ、現実に近い確率的交通シミュレータを構築し、そこで強化学習した車線変更エージェントが単純なルールベース環境より高い汎化性能を示すことを示した論文。
- 動的で不確実な高速道路環境における深層強化学習による自動車線変更の意思決定自動運転/強化学習2019/9/1
他車の挙動の不確実性を再現する新しい交通シミュレーション環境を構築し、深層強化学習で車線変更エージェントを訓練した。ノイズの多い環境ではヒューリスティック手法より大幅に優れた性能を示した。
