Nisar R. Ahmed
収録論文 18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
- データ効率的な共同追跡と分類のためのハイブリッド適応カルマンフィルタフィルタリング/状態推定2026/6/1
測定データのみから自己教師ありでシステムダイナミクスとプロセスノイズ共分散の構造的補正を学習し、フィルタの確率的構造を保ちつつ、イノベーション尤度を用いたモデル分類も可能にするハイブリッド適応カルマンフィルタを提案した。
- Rao-Blackwell化POMDPプランニングPOMDPプランニング2024/9/1
POMDPの信念更新とオンラインプランニングにRao-Blackwell化を適用し、粒子フィルタの効率と計画品質を改善する手法を提案。
- 優れたロボットは己の限界を知る:因子分解型機械自己信頼による自律システムの意思決定能力評価自律システム/自己評価2024/7/1
自律システムが自分の能力を自己評価するための「因子分解型機械自己信頼(FaMSeC)」フレームワークを提案し、MDPソルバの統計を用いて結果評価や解法品質などの能力指標を算出する手法を示した。
- 非ガウス偶然不確かさの深層モデリング状態推定2024/5/1
ロボット状態推定における非ガウス的な偶然不確かさを扱うため、パラメトリック・離散化・生成モデリングの3つの深層学習手法を定式化し、シミュレーションと実地形相対ナビゲーションで比較評価した。
- 動的システムのためのスケーラブルな因子グラフベース異種ベイズ分散データ融合分散データ融合2024/1/1
異なるが重複する確率変数集合を持つロボット間の分散データ融合を因子グラフで表現し、動的フィルタリングの課題を解決する保守的フィルタリングアルゴリズムを提案。シミュレーションと実機実験で有効性を検証した。
- サプライズ指数による自律意思決定システムの能力評価自律制御2023/12/1
動的環境下で自律システムがタスクを遂行できるかを評価するため、観測データから予測とのずれを定量化する「サプライズ指数」を提案し、強化学習で制御される宇宙機の軌道追従問題に適用した。
- マルチエージェントベイズ分散推定における構造活用による最適化分散推定2023/7/1
マルチエージェントの分散データ融合で問題となる「噂の伝播」に対し、確率的独立性構造を利用してより厳密な推定を行う非モノリシックCIアルゴリズムと最適化手法を提案した。
- 分散型異種マルチロボットSLAMと目標追跡に向けてマルチロボットSLAM2023/6/1
異なる推定アルゴリズムを使うロボット同士が、条件付き独立性を利用して必要な情報だけを共有し、分散型でSLAMと目標追跡を協調する枠組みを提案した。
- 自律エージェントのための動的な能力自己評価自律エージェント2023/3/1
ロボットが実行中に自身のタスク信頼度を動的に評価するET-GOAアルゴリズムを提案し、配送タスクのシミュレーションで検証した。
- 長期的な軌道予測における偶然的不確かさと認識的不確かさの学習世界モデル2023/2/1
エージェントの世界モデルを用いて長期軌道を予測し、偶然的不確かさと認識的不確かさの両方を考慮した深層生成モデルを開発した。
- 非線形・異種ベイズ分散データ融合分散データ融合2022/9/1
異なる状態部分集合を扱うロボット群の分散データ融合において、非線形モデルや通信断絶に対応する新しい異種融合則を開発し、追跡・自己位置推定で有効性を示した。
- 自律エージェントの能力評価のための不確かさ定量化不確かさ定量化2022/6/1
深層生成モデルのアンサンブルを用いて、自律エージェントがタスク結果を予測する際の偶然的不確かさと認識的不確かさを定量化し、能力評価に役立てる手法を提案した。
- 動的ロボットシステムにおける異種分散データ融合のための保守的フィルタリング分散データ融合2022/3/1
動的環境で複数ロボットが部分的な確率分布を共有して融合する際、過信的な推定を防ぐため依存関係の起源を解析し、既存手法と組み合わせ可能な保守的フィルタリングアルゴリズムを因子グラフ上で提案した。
- 深層生成モデルによる自律エージェントの能力評価ワールドモデル2022/3/1
条件付きVAEと再帰型ニューラルネットを組み合わせた確率的ワールドモデルでエージェントの軌道を長期予測し、タスク達成確率を算出して能力を評価する手法を提案した。
- 異種ロボット群のためのベイズ分散データ融合における因子グラフの活用分散データ融合2021/6/1
各エージェントが局所的な因子グラフでグローバル分布の一部を表現し、通信・計算コストを抑えつつ異種マルチロボット協調を可能にする分散データ融合フレームワークを提案し、追跡・マッピングのシミュレーションで検証した。
- 異種ベイズ分散データ融合の厳密解と近似解分散融合2021/1/1
エージェントごとに扱う変数集合が異なる異種分散融合問題を定式化し、条件付き独立構造を利用した厳密・近似の融合則とChannel Filterの異種版を提案した。
- 実データと想像データから強化学習の行動条件を説明する強化学習/解釈性2020/11/1
強化学習エージェントの行動戦略や結果を予測する条件を、実環境と学習済み世界モデルが生成した想像軌道の両方から解釈可能な決定木で抽出する手法を提案した論文。
- 統一商近似による分散型ガウス混合融合分散データ融合2019/7/1
ピアツーピア分散データ融合において、ガウス混合分布の商を近似する並列化可能な重要度サンプリング手法を提案し、目標探索や追跡で既存手法より高精度な融合を実現した。
