P. R. Kumar
Texas A&M University
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
- 予測ではなく計画のために適応せよ：楽観的テスト時ワールドモデル適応ワールドモデル2026/10/26
計画に使うワールドモデルをテスト時に閉ループで適応させる際、予測損失に加えて計画器の目標到達コストも最小化する楽観的適応手法OpTTAを提案し、操作・到達・ナビゲーションで成功率を向上させた。
- ReGuide: テスト時ガイダンスから自己改善型拡散ポリシーへ拡散ポリシー/自己改善2026/6/1
拡散ポリシーの共変量シフト問題に対し、テスト時にガイダンスで生成した修正軌道を再利用してポリシーを自己改善するフレームワークを提案した。
- 勾配ペナルティ付き潜在ダイナミクスによる滑らかでサンプル効率的な夢の学習モデルベース強化学習2026/5/21
モデルベース強化学習のDreamerV3に、潜在遷移ダイナミクスの局所的な滑らかさを促す勾配ペナルティ正則化を追加し、サンプル効率を向上させた。
- 楽観的ワールドモデル：モデルベース深層強化学習における効率的探索モデルベース強化学習2026/2/10
モデル学習に楽観的なダイナミクス損失を組み込み、報酬の高い遷移を優先する探索手法を提案。DreamerV3やSTORMに適用し、サンプル効率と累積報酬を改善。
- 関数近似を用いたロバスト強化学習のための自然アクター・クリティックロバスト強化学習2023/7/1
シミュレータと実環境のギャップに頑健な方策を学ぶため、二重サンプリングと積分確率指標に基づく不確実性集合を導入し、関数近似を用いたロバスト自然アクター・クリティック法を提案した。
- 部分観測ロボット経路計画における可観測グラミアンの有用性について経路計画2018/1/1
観測不確実性下の経路計画で、可観測グラミアンを推定性能の代理指標として最適化すると、無関係または誤解を招く軌道になり得ることを指摘した論文。
- T-LQGによる準最適信念空間プランニング信念空間プランニング2017/5/1
観測・運動の不確実性下での非線形ロボット計画をPOMDPとして扱い、T-LQGで準最適解を効率的に求める手法を提案した論文。
- ロボット経路計画・制御に現れる非線形確率システムの準最適分離原理経路計画2017/5/1
移動ロボットの経路計画・制御に現れる非線形確率システムに対し、小ノイズ仮定の下で名目軌道の最適開ループ設計と追従フィードバック則を分離する準最適設計法を提案した論文。
- 信念空間計画の簡素化：軌道最適化LQG（T-LQG）信念空間計画2016/8/1
信念空間計画をLQG設計の名目軌道を決定変数とすることでn次元問題に縮約し、軌道・推定器・制御器を統合設計するNLP手法を提案。既存手法より計算負荷が低いことを示す。
- 非ガウス不確かさ下でのSLAP：静的・動的環境における同時自己位置推定と計画SLAP2016/5/1
非ガウス信念を持つ環境で、最適化とリセディングホライズン制御を組み合わせ、不確かさを低減しつつ目標へ到達する軌道を計画するSLAP手法を提案した。障害物や動的制約下でも衝突回避軌道を生成できる。
- 非ガウス不確実性と非凸状態制約下でのフィードバック運動計画運動計画2015/11/1
粒子フィルタで非ガウス信念を表現し、非凸状態制約を扱う凸計画として再cedingホライズン制御でフィードバック方策を求める手法を提案した。
