S. Reza Ahmadzadeh
収録論文 18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
- 混合Q関数法:連続行動空間における協調型マルチエージェント強化学習の価値ベース手法の進展マルチエージェント強化学習2024/2/1
連続行動空間の協調型マルチエージェント強化学習において、Q関数法を拡張した混合Q関数法(MQF)を提案し、複数の行動を同時評価することでサンプル効率と性能を向上させた。
- チーム内関係ネットワークがマルチロボット協調に与える影響群制御2023/10/1
エージェント間の関係ネットワークを用いて特定のエージェントを優先し、協調戦略を誘導する新アルゴリズムを提案し、マルチロボット実験で有効性を示した。
- 協調適応:マルチロボットチームにおける予期せぬ故障からの回復学習群制御2023/10/1
エージェント間の関係性を活用し、予期せぬ故障が起きても素早く協調戦略を適応・回復できるマルチエージェント強化学習フレームワークを提案した論文。
- マルチエージェント学習における関係ネットワークの影響:価値ベース分解の視点群制御2023/10/1
エージェント間の関係ネットワークを価値分解型マルチエージェント学習に組み込み、特定のエージェントを優先させることで協調戦略を誘導し学習を加速する手法を提案した。
- 異種ロボットチームによる捜索救助のためのマルチロボットタスク割り当てフレームワーク群制御2023/9/1
偵察・タスク割り当て・経路計画を統合し、ロボットの能力や要救助者の要件、過去の実績を考慮してタスクを最適配分する枠組みを提案し、既存手法より97%の性能向上を達成した。
- 持続的自律性とロボット学習ラボの研究報告マニピュレーション2023/8/1
マサチューセッツ大学ローウェル校のPeARLラボが、人間との相互作用や指示からの学習を活用し、複雑なマニピュレーションタスクを実現するロボット学習の研究動向と今後の方向性を概説した。
- 能動視覚機能を備えた生体模倣腱駆動型3Dプリントロボットアイの設計と評価ロボットアイ/生体模倣2023/5/1
腱駆動機構と最小限のサーボで自然な動きを実現する3Dプリント製ロボットアイを設計し、視覚ベース制御で性能を評価した。
- 摂動解析による信頼度ベースのスキル再現模倣学習2023/5/1
模倣学習(LfD)を弾性マップの凸最適化として定式化し、双対性と摂動解析に基づく信頼度指標を導入することで、滑らかさと柔軟性を調整しながらスキルを再現する手法を提案した。
- 地下環境における無人航空機の文脈的自律性評価自律性評価2023/1/1
小型無人航空機の自律性をタスク複雑度と環境要因を考慮して評価するファジィ推論システムを提案し、実機実験で検証した。
- 弾性マップを用いたロボットの見まね学習見まね学習2022/8/1
人間の実演を弾性マップ(バネで結ばれたノードのグラフ)としてモデル化し、凸最適化でロボットスキルを学習・汎化する手法を提案。UR5eで実機検証した。
- 無人航空システムの非文脈的自律性スコアを統合・表現する手法評価指標2021/11/1
既存の非文脈的自律性評価フレームワークを拡張し、重み付き積法で特徴を統合して自律性座標と距離を導入し、7機のUASに適用して絶対・相対スコアを算出した。
- 複数表現の学習による類似度を考慮したスキル再現模倣学習2021/10/1
複数の模倣学習表現と類似度指標を組み合わせ、与えられた境界条件に対して最も類似度の高い再現を選ぶことでスキル汎化を改善するフレームワークを提案し、シミュレーションと実機で検証した。
- ロボットによる道徳的信頼違反と性能的信頼違反:どちらがより大きな影響を与えるかHRI信頼2021/10/1
ロボットの性能的信頼違反と道徳的信頼違反が人間の信頼に与える影響を比較する実験を設計し、生理信号による評価の可能性を探る。
- 成功・失敗デモンストレーション両方から学ぶ最適化ベースの模倣学習模倣学習2021/7/1
成功例と失敗例の両方を統計的スキルモデルに符号化し、二次コスト最適化で新たな制約下でもスキルを再現するLfD手法を提案。UR5eで2D/3D実験を行い、失敗例のみからの学習も可能なことを示した。
- 狭所・統合環境における不規則物体のモバイルマルチタスクマニピュレーションモバイルマニピュレーション2020/3/1
ICRA 2019のFetchIt!チャレンジに参加し、狭い空間で不規則な機械部品をケースに組み付けるモバイルマニピュレーションを実装、20回の試行で性能と失敗要因を分析した。
- 模倣学習ベンチマーク:ユーザー経験・タスク複雑さ・初期配置が性能に与える影響模倣学習2019/11/1
9名の参加者と4種類の操作タスクから実機ロボットで模倣学習手法を大規模比較し、タスク複雑さや熟練度、初期配置が性能に与える影響を明らかにした。
- 複数座標系のコストバランスによるスキル獲得模倣学習2019/3/1
複数の微分座標系でデモンストレーションを表現し、凸最適化で点間移動スキルを再現する学習フレームワークMCCBを提案。各座標系の最適な重み付けも自動学習する。
- 視空間スキル学習によるロボットの物体操作模倣学習2017/6/1
物体間の空間関係を実演から観察し、単一の実演から複数操作のスキルを学習・汎化する視空間スキル学習(VSL)を提案し、模倣学習や計画と統合した枠組みも示した論文。
