Richard Dazeley
Deakin University
収録論文 8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
- 把持条件付き配置のための実行を考慮した事前ランキングマニピュレーション2026/9/17
把持と配置の候補を計画前にランキングし、実行可能性を予測するモデルを提案。30物体・1235シーンのデータセットで成功率を大幅に改善した。
- 接触の多いロボット書架挿入のためのハイブリッド残差強化学習マニピュレーション2026/9/17
把持後の本を狭い棚に挿入する接触の多い制御問題に対し、公称タスク空間制御器と残差PPOを組み合わせ、局所補正と解放判断を学習させて成功率を大幅に改善した。
- 把持依存の実行可能性予測によるロボット配置の最適化マニピュレーション2025/12/1
物体の初期姿勢・目標姿勢・候補把持からIK実行可能性と衝突ラベルを生成し、MLPで学習して把持・配置候補を順位付けすることで、限られた計画予算でも効率的に成功経路を見つける手法を提案した。
- 対話型強化学習における広域的・持続的アドバイスの活用強化学習2022/10/1
対話型強化学習において、与えられた助言を一度きりで捨てずに保持・再利用し、現在の状態だけでなく広く適用できるようにする手法を提案し、エージェントの性能向上と訓練者の介入回数削減を実現した。
- 広域的持続的助言による深層対話型強化学習の効率化深層対話型強化学習2021/10/1
外部トレーナーの助言を類似状態にも広く適用し再利用できるようにするBPA手法を提案し、台車棒バランスとロボットナビゲーションで学習効率の向上を示した。
- ヒューマノイドロボットシミュレータの定量的比較シミュレーション2020/8/1
Gazebo・Webots・V-REPの3つのシミュレータでNAOロボットの障害物回避ナビゲーションを各20回実行し、CPU・メモリ・ディスク使用量を比較した。Webotsが最もリソース消費が少なく、次いでV-REP、Gazeboの順であった。
- 対話的フィードバックを用いた深層強化学習による家庭内タスクの学習深層強化学習2020/7/1
家庭内の物体整理タスクを対象に、訓練者からの対話的フィードバックを取り入れた深層強化学習手法を提案し、エージェントや人間の助言が学習を効率化することを示した。
- 説明可能なロボットシステム:強化学習シナリオにおける目標駆動型行動の理解説明可能AI/強化学習2020/6/1
強化学習でタスクを行うロボットの意思決定過程に着目し、記憶ベース・学習ベース・内省ベースの3手法で成功確率を算出して行動を説明する。決定論的ナビゲーション、確率的ナビゲーション、連続視覚ベース物体選別の3設定で実験した。
