Peihan Li
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
- LLM-Foraging: 大規模言語モデルによる分散型群ロボット採餌群制御2026/5/1
群ロボットの採餌アルゴリズムに大規模言語モデルを組み込み、環境変化に対して再学習不要で適応可能な分散制御手法を提案した。
- 耐故障型マルチロボット協調によるレジリエントで適応的な目標追跡群制御2025/8/1
一時的・恒久的なセンサや通信の故障を明示的に扱い、サブグループ分割と集中/分散最適化を組み合わせて、故障下でも目標追跡を継続できる協調フレームワークを提案した。
- LLM-Flock: 大規模言語モデルと影響力ベース合意による分散型マルチロボット群制御群制御2025/5/1
各ロボットがLLMで局所計画を生成し、近傍への影響を考慮した分散合意プロトコルで反復的に計画を修正することで、安定した群れ形成を実現するフレームワークを提案し、シミュレーションとCrazyflieドローンで検証した。
- 大規模言語モデルによるマルチロボットシステム:サーベイ群制御2025/2/1
LLMをマルチロボットシステムに統合する研究を初めて体系的にレビューし、タスク割り当て・運動計画・行動生成・人間介入への応用と課題を整理した。
- センシング・通信危険地帯における耐故障マルチロボット目標追跡群制御2024/9/1
未知のセンシング・通信危険地帯で確率的・一時的な故障が起きる環境に対し、ソフトチャンス制約付き非線形最適化で追跡性能と耐故障性を動的に両立する協調枠組みを提案し、実機実験で検証した。
- 未知の危険環境下におけるリアルタイムマルチロボット目標追跡のための階層型LLMインザループ最適化群制御2024/9/1
LLMを二層最適化の意思決定ループに組み込み、危険環境でのマルチロボット目標追跡をリアルタイムに適応させる枠組みを提案し、シミュレーションと実機で有効性を示した。
- センシング・通信危険領域を考慮したマルチロボット目標追跡群制御2024/4/1
複数ロボットによる目標追跡において、センシングや通信が妨害される危険領域を回避しつつ追跡するリスク認識型の枠組みを提案し、シミュレーションとドローン実験で検証した。
- 時空間グラフニューラルネットワークによる分散型群れ制御の学習群制御2023/9/1
時空間グラフニューラルネットワーク(STGNN)を用いて、集中型の専門家アルゴリズムを模倣する分散型群れ制御器を学習し、Crazyflieドローン群での凝集的な群れ形成・リーダー追従・障害物回避を実現した。
- 十分および限定的なセンシング能力下でのマルチロボット・マルチターゲット追跡のための割り当てアルゴリズム群制御2023/3/1
ロボットチームによるターゲット追跡の品質を最大化するため、1台で追跡可能な場合と2台必要な場合の2つの割り当て問題に対し、それぞれ貪欲アルゴリズムを提案し、近似保証とROS-Gazeboでの有効性を示した。
- 環流環境における海洋ロボットの流れベース制御海洋ロボット制御2022/3/1
環状流れ場の中心からの相対位置のみを用い、周期的な軌道でパトロールできる流れベース制御を提案し、低コストの水上ロボットで実証した。
