Nirmalya Roy
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
- 異種移動ロボットにおける非接触呼吸モニタリング:マルチモーダルエッジコンピューティングフレームワークヘルスケアロボティクス2026/6/16
異なる移動ロボットプラットフォーム上で、RGB・熱・近赤外・低照度カメラを適応的に切り替え、姿勢変化に頑健な非接触呼吸数モニタリングを実現するエッジコンピューティングフレームワークを提案・評価した。
- COHORT: 実時間制約下のマルチロボットシステムにおける大規模DNN推論のためのハイブリッド強化学習群制御2026/3/1
マルチロボットシステムで大規模DNN推論を協調実行するため、オフライン強化学習とオンライン適応を組み合わせたハイブリッドRLフレームワークCOHORTを提案し、バッテリー消費削減とGPU利用効率向上を実証した。
- SERN: 帯域適応型クロスリアリティ同期によるシミュレーション強化ロボットナビゲーションsim2real2024/10/1
シミュレーションと実機ロボットを連携させ、通信制約下でもリアルタイム協調意思決定を可能にするフレームワークSERNを提案。仮想ツインの継続的補正、物理認識同期、帯域適応ROSブリッジにより、遅延と処理負荷を削減し、ナビゲーション成功率を向上させた。
- QuasiNav: 非対称コストを考慮した制約付き準距離強化学習によるナビゲーション計画ナビゲーション2024/10/1
上り下りなど方向によって移動コストが異なる地形に対し、準距離埋め込みと制約付き強化学習を組み合わせて、安全で省エネな経路計画を実現する手法を提案した。
- EnCoMP: 適応的脅威認識可視性推定とオフライン強化学習による隠密機動計画の強化ナビゲーション2024/3/1
LiDAR点群からカバーマップや脅威マップなど複数の地図を生成し、適応的脅威認識可視性推定とオフライン強化学習(CQL)を組み合わせて、屋外環境で脅威への露出を抑えつつ効率的に隠密移動するナビゲーション手法を提案し、実機Jackalで検証した。
- TopoNav: 疎な報酬環境における効率的探索のためのトポロジカルナビゲーションナビゲーション2024/2/1
未知環境でのロボット探索において、トポロジカルマップ構築と階層強化学習、内的動機付けを組み合わせ、疎な報酬でも効率的に目標到達できるナビゲーション手法を提案した。
- ロボットナビゲーションの強化:単一目的と多目的強化学習戦略の評価ナビゲーション2023/12/1
ロボットのナビゲーションにおいて、単一目的強化学習(DQN, DDPG, TD3)と多目的強化学習(MORL)を比較し、複雑な環境でのMORLの有効性を示した。
- CoverNav: 深層強化学習による非構造屋外環境での隠密追従ナビゲーション計画ナビゲーション2023/8/1
地形の高低差マップと観測者の位置情報を用いた深層強化学習により、岩や建物などの障害物を遮蔽物として利用しながら目的地まで隠密に移動する経路を計画する手法を提案。
- ミリ波レーダーを用いた物体認識の系統的研究認識/センシング2023/5/1
市販の車載用ミリ波レーダーでデータセットを収集し、様々な深層学習アルゴリズムによる物体認識性能を比較して最適な実験設定を明らかにした。
- 異種マルチロボットシステムの協調シミュレーション向け高信頼・低遅延同期ミドルウェアsim2real2022/11/1
ROS2とDDSを用いたマスターレスな同期ミドルウェアを開発し、GazeboとNS-3を連携させて異種マルチロボットの物理・ネットワーク協調シミュレーションを実現した。
- SynchroSim: 異種マルチロボットシステム向け統合協調シミュレーションミドルウェア群制御2022/8/1
異種マルチロボットシステムの協調シミュレーションのためのミドルウェアを提案し、速度差に基づく適応的ウィンドウサイズでパケット損失を低減する。
