Renato Mancuso
収録論文 9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
- NeoRacer: ベンチマーキングと教育のためのオープンで標準化された1:12スケール自動運転レースカー自動運転2026/7/1
オープンソースの1:12スケール自動運転レースカープラットフォームNeoRacerを提案し、低コストで高性能な標準ベンチマーク環境を提供する。
- 充足優先度論理による意図と行動のギャップの解消強化学習2025/3/1
複数の競合する目的を持つ強化学習において、意図と優先度を論理式で記述する充足優先度論理(FPL)を提案し、非線形効用スカラー化を実現するBalanced Policy Gradientを開発した。
- UniLCD:強化学習によるローカル・クラウド統合意思決定ナビゲーション2024/9/1
強化学習でローカルとクラウドの推論を動的に振り分けるハイブリッド推論フレームワークを提案し、混雑環境でのナビゲーションタスクで既存手法より35%以上の性能向上を達成した。
- シミュレーションに錨を下ろした学習によるオンザフライ適応sim2real2023/1/1
シミュレーションで訓練したRLエージェントを実世界データで微調整する際、シミュレーションの批評家を「設計意図の錨」として活用し、優先行動を保ちながら適応を可能にする手法を提案。レーシングクアッドロータで最大50%の消費電力削減を実現。
- 俳優を小さくしよう:アクター・クリティック強化学習における小型アクターでの性能維持の事例研究強化学習2021/2/1
アクターとクリティックのネットワーク構造を独立に設計することで、小型アクターでも同等の性能を維持できることを示し、最大99%のパラメータ削減を達成した。
- 強化学習制御のための行動方策平滑化正則化強化学習/制御2020/12/1
強化学習で学習した制御方策の行動が滑らかでない問題に対し、CAPSという正則化手法を提案し、実機のドローンで消費電力を約80%削減した。
- クアッドロータのための強化学習フライト制御フレームワークRE+AL強化学習/飛行制御/sim2real2020/12/1
強化学習による低レベル姿勢制御の制御則の滑らかさと応答性を両立させるため、シミュレーション訓練環境を体系的に設計するフレームワークRE+ALを提案し、競技用クアッドロータNF1で実機転移を実証した。
- Neuroflight:次世代飛行制御ファームウェアsim2real2019/1/1
UAVの姿勢制御向けに、シミュレーションで学習したニューラルネットワークを組み込み機器へコンパイルするツールチェーンを構築し、実機で安定飛行と曲技飛行を実証した初のオープンソース・ニューロ飛行制御ファームウェア。
- 強化学習によるUAV姿勢制御の検討強化学習/姿勢制御2018/4/1
高忠実度シミュレータ上でDDGP・TRPO・PPOを用いてクアッドロータの姿勢制御を学習し、PID制御と性能を比較した研究。
