Rohan Chandra
University of Virginia
収録論文 40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
- 狭所を高速で駆け抜けるマルチロボットナビゲーション：適応型ダイナミックファネル群制御2026/11/6
水滴のように形状をリアルタイムで変形させる楕円パッチを強化学習で生成し、分散MPCでロボットをその内側に保つことで、狭い空間を減速せずに複数台の車両型ロボットが通過できる手法を提案した。
- 俊敏な衝突回避のためのニューラル積分制御バリア関数制御バリア関数2026/11/2
ダイナミクス・ノミナル制御器・バリア関数をデータから学習し、積分制御バリア関数フィルタを構築して高速レーシングで衝突回避を実現した論文。
- HumAIN: 人間を考慮した暗黙的ソーシャルロボットナビゲーションナビゲーション2026/7/1
歩行や姿勢などの骨格情報を暗黙の社会的合図として捉え、知識蒸留により軽量モデルでリアルタイムに人間らしいナビゲーションを実現するフレームワークを提案した。
- 視覚言語モデルによる動的制御バリア関数の調整：安全・適応・リアルタイムな視覚ナビゲーションナビゲーション2026/3/1
ロボットのナビゲーションにおいて、視覚言語モデル(VLM)がカメラ画像からリスクを推定し、制御バリア関数(CBF)の安全フィルタの保守性をリアルタイムに調整するフレームワークAlphaAdjを提案。固定パラメータと比較して効率を最大18.5%向上させつつ衝突回避を維持する。
- プロンプト駆動型ドメイン適応による悪天候下のEnd-to-End自動運転：In-Context強化学習の活用自動運転2025/11/1
悪天候など未知環境への適応を、モデル再学習や追加データ収集なしに、推論時に少数の軌跡をプロンプトとして与えるIn-Context強化学習で実現する手法を提案。
- LLMは未来の道か？ 分散型自動運転のためのLLM誘導強化学習に関するケーススタディ自動運転2025/11/1
高速道路の自動運転において、小型ローカルLLMを報酬設計に活用するハイブリッド手法を検証し、RL単体・LLM単体との性能比較を行った。
- DR. Nav: 行き止まりからの能動的復帰とナビゲーションのための意味・幾何表現ナビゲーション2025/11/1
RGB-LiDAR融合とベイズ推定で行き止まりの可能性と復帰地点をリアルタイムに推定し、リスクを考慮したコストマップで安全な経路計画を実現するナビゲーション手法。
- FACA: 動的優先度を持つ制約環境での公平で俊敏なマルチロボット衝突回避群制御2025/11/1
自然言語で通信しながら人工ポテンシャル場でラウンドアバウト効果を生み出し、制約空間で優先度が動的に変わる多数ロボットの衝突回避を高速かつ安全に実現する手法を提案。
- ソーシャルミニゲームにおけるマルチロボットナビゲーション：定義、分類、アルゴリズムマルチロボットナビゲーション2025/8/1
ロボットが狭い環境で他のロボットや人間と空間を競合する「ソーシャルミニゲーム」に焦点を当て、既存研究を統一的な分類で整理し、定義や評価プロトコルを提案するサーベイ。
- GameChat: 制約環境における安全・俊敏・社会的に最適なマルチエージェントナビゲーションのためのマルチLLM対話マルチエージェントナビゲーション2025/3/1
複数のロボットが自然言語で対話し、LLMを用いて衝突やデッドロックを解消しながら、安全かつ迅速に目的地へ向かうナビゲーション手法を提案。
- LIVEPOINT: 高次元入力に対応した完全分散・安全・デッドロックフリーな多ロボット制御群制御2025/3/1
点群上で制御バリア関数を合成し、対称な相互作用指標で速度を調整することで、混雑環境でも衝突やデッドロックなしに多ロボットを分散制御する手法を提案。
- LiveNet: 制約環境での安全かつ円滑なナビゲーションを実現する堅牢で低侵襲なマルチロボット制御群制御2024/12/1
混雑した狭い空間で、ロボット同士が譲り合いながら衝突やデッドロックを避けて目的地に到達できる、通信不要の分散型ニューラルネットワーク制御手法を提案した。
- 限られた駆動能力下での分散型安全・スケーラブル多エージェント制御群制御2024/9/1
限られた駆動能力のもとで、ニューラル積分制御バリア関数と分散MPCを組み合わせ、デッドロックを抑えつつ最大1000体までスケールする安全な分散型多エージェント制御を実現した。
- ロボティクスにおける深層強化学習：実世界での成功に関するサーベイ強化学習2024/8/1
深層強化学習をロボットに応用した実世界での成功事例を調査し、成功要因や未開拓領域、今後の研究方向を整理したサーベイ論文。
- GameOpt+：無秩序な異種交通交差点における燃料効率を改善する最適マルチエージェント協調制御群制御2024/5/1
信号のない多車線交差点で、オークション機構と軌道最適化を組み合わせて車両の進入順序と速度をリアルタイム制御し、燃費・スループット・到達時間を大幅に改善する手法を提案。
- 実世界の非構造歩行者群衆におけるマルチエージェント逆強化学習逆強化学習2024/5/1
混雑した歩行者群衆の中で複数エージェントの報酬関数を同時に学習するため、扱いやすさと合理性のトレードオフトリックを用いた新しいマルチエージェント最大エントロピー逆強化学習を提案し、複数のデータセットで有効性を示した。
- 社会的ロボットナビゲーションの再考：幾何学的手法と学習手法の長所を活かす社会的ナビゲーション2023/9/1
大規模な実世界の社会的ナビゲーションデータセットSCANDを用いて、幾何学的手法が多くの社会的状況で人間の軌道と一致する計画を生成できることを示し、幾何学的手法と学習手法を切り替えるハイブリッドプランナーを開発した。
- 制御バリア関数による社会的ミニゲームでのデッドロックのない安全な分散マルチロボットナビゲーション群制御2023/8/1
制御バリア関数を用いた離散時間最適制御により、狭い空間で複数ロボットが衝突せずデッドロックも回避できる分散ナビゲーション手法を提案し、実機実験で有効性を示した。
- ソーシャルロボットナビゲーションアルゴリズム評価のための原則とガイドラインソーシャルナビゲーション2023/6/1
人混み環境でのロボットナビゲーションを公平に評価するための共通ベンチマーク基準を提案し、安全性や快適さなどの原則、メトリクスやシナリオ設計のガイドライン、評価フレームワークを示した。
- iPLAN: 分散型マルチエージェント強化学習による異種交通環境での意図認識型プランニング自動運転/マルチエージェント強化学習2023/6/1
周囲のドライバーの意図をローカル観測のみから推測し、行動インセンティブと即時インセンティブを統合して意思決定と運動計画を行う分散型MARL手法を提案し、異種高速道路シナリオで高い成功率と生存時間を達成した。
- 二層最適化による非協調ロボットの分散型ソーシャルナビゲーション群制御2023/6/1
狭い扉や交差点での非協調マルチロボットナビゲーションのため、公平な順序決定と軌道計画を組み合わせたリアルタイム二層最適化アルゴリズムを提案し、実機とシミュレーションで有効性を示した。
- SocialGym 2.0：共有空間におけるマルチエージェント社会ロボットナビゲーションのためのシミュレータ群制御2023/3/1
複数のロボットが人間と共存する複雑な環境でナビゲーションするためのマルチエージェント強化学習シミュレータを開発し、ベンチマークと評価指標を提供する。
- SocialMAPF: 戦略的エージェントの私的インセンティブを考慮した最適かつ効率的なマルチエージェント経路計画マルチエージェント経路計画2022/10/1
各エージェントが私的な目的を持つ状況でのマルチエージェント経路計画問題「SocialMAPF」を定式化し、メカニズムデザインを用いて衝突解決と全体最適化を両立する手法を提案した。
- リスク志向の人間ドライバーとの協調を考慮したゲーム理論的プランニング自動運転/ゲーム理論/リスク計画2022/5/1
人間ドライバーの運転行動モデルからリスク選好を推定し、ゲーム理論的なリスク考慮型プランナで自動運転車と人間の相互作用をモデル化する手法を提案した。合流シナリオで攻撃的なドライバーを認識して譲るなど望ましい創発行動が得られることを示した。
- GameOpt: 動的交差点のための最適リアルタイムマルチエージェント計画と制御マルチエージェント計画2022/2/1
オークションによる進入順序決定と最適化ベースの軌道計画を組み合わせ、無信号多車線交差点をリアルタイム（10ms未満）で協調制御する手法を提案。スループット25%以上改善、到達時間75%短縮、燃費33%削減を達成。
- グラフ理論的機械学習による人間ドライバー行動の予測行動予測2021/11/1
車両軌跡からグラフ理論的特徴を抽出し機械学習で人間ドライバーの行動を予測する手法を提案し、米・印・中・星の実交通データで有効性を示した。
- METEOR：希少行動を含む密で異種混合な非構造交通データセット自動運転データセット2021/9/1
非構造な交通シーンにおける希少で複雑なマルチエージェント運転行動を収録した大規模データセットMETEORを構築し、物体検出や行動予測の既存モデルが苦戦することを示した。
- GamePlan: 交差点・ラウンドアバウト・合流における人間ドライバーとのゲーム理論的マルチエージェント計画マルチエージェント計画2021/9/1
人間ドライバーの運転スタイルを観測可能な情報から推定し、ゲーム理論に基づくオークションで各エージェントの最適行動を決定するマルチエージェント計画手法を提案。衝突やデッドロックを理論的に防ぎ、実世界の人間ドライバーでも実装可能なことを示した。
- GANav: 不整地屋外環境におけるロボットナビゲーション向け高効率地形セグメンテーション地形セグメンテーション2021/3/1
RGB画像から走行可能な地形をグループ単位の注意機構で効率的にセグメンテーションし、強化学習ナビと組み合わせて実機ロボットの走行成功率と路面選択精度を向上させた研究。
- StylePredict：軌跡から人間ドライバーの行動を推論する機械理論オブマインド自動運転・行動推論2020/11/1
車両の軌跡をスペクトル解析や中心性関数で解析し、人間ドライバーの運転スタイルを推論する機械理論オブマインド手法を提案し、米中印星の交通文化を分析した。
- B-GAP: 多様な運転行動を持つ交通環境での自動運転ナビゲーション自動運転/強化学習2020/11/1
既存の交通シミュレータに攻撃性の異なる運転行動モデルを組み込み、深層強化学習で密集交通中のローカルナビゲーション方策を学習させた研究。
- CMetric: 中心性関数を用いた運転行動評価指標行動予測2020/3/1
道路エージェントの位置関係から動的幾何グラフと中心性関数を計算し、運転スタイルの確率と強度をリアルタイムに推定する指標CMetricを提案した論文。
- DenseCAvoid：歩行者予測を活用した群衆内リアルタイムナビゲーション群衆ナビゲーション2020/2/1
歩行者の軌道予測と深層強化学習を組み合わせ、密集した群衆の中でも衝突を避けてロボットがスムーズに移動できるナビゲーション手法を提案した。
- スペクトラルクラスタリングを組み込んだグラフLSTMによる交通エージェントの軌跡・行動予測軌跡予測2019/12/1
道路エージェント間の動的幾何グラフと2ストリームのグラフLSTMを用い、将来の軌跡と過速・低速・通常といった行動を同時に予測する手法を提案。スペクトラルクラスタリングに基づく正則化で長期予測精度を改善した。
- 歩容から感情を読み取る時空間グラフ畳み込みネットワークSTEP感情認識/歩容解析2019/10/1
歩行映像の歩容特徴を時空間グラフ畳み込みネットワークで解析し、喜び・悲しみ・怒り・中立の4感情を分類する手法を提案。生成ネットワークで合成歩容を拡張し、E-Gaitデータセットも公開した。
- GraphRQI：グラフスペクトルを用いた運転行動の分類行動認識2019/10/1
交通グラフのスペクトル解析により周囲の車両軌跡から運転者の攻撃的・保守的といった行動特性を分類し、将来軌跡予測にも応用する手法を提案。
- ノイズを含むセンサ入力下での密交通における異種道路エージェントの頑健な軌道予測軌道予測2019/7/1
RGBカメラと追跡アルゴリズムから得られるノイズ入り軌道を用い、非線形運動モデルと深層学習セグメンテーション、LSTM-CNNで密で異種な交通のエージェント軌道をエンドツーエンドで予測する手法を提案した。
- DensePeds: 正面RVOとスパース特徴を用いた高密度群衆の歩行者追跡歩行者追跡2019/6/1
衝突回避制約に基づく新しい運動モデルFront-RVOとMask R-CNNのスパース特徴を組み合わせ、1平方メートルあたり2人以上の高密度群衆でも個々の歩行者を追跡するアルゴリズムを提案した。従来手法より4.5倍高速で、高密度動画での精度も向上している。
- RoadTrack: 密集・異種環境における道路エージェントのリアルタイム追跡追跡2019/6/1
歩行者・二輪車・車・バスなどが混在する密集交通映像で、衝突回避と相互作用をモデル化した新運動モデルSimCAIにより道路エージェントをリアルタイム追跡する手法を提案した。
- TraPHic: 重み付き相互作用を用いた密集・異種交通における軌道予測軌道予測2018/12/1
バス・車・スクーター・自転車・歩行者が混在する密集交通の動画から、LSTM-CNNハイブリッドネットワークで近未来の軌道を予測する手法を提案し、新たなアジア都市交通データセットも公開した。
