Srivatsan Krishnan
収録論文 11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
- A2Perf: 実世界自律エージェントのベンチマークベンチマーク2025/3/4
チップ設計・Webナビゲーション・四足歩行の3環境で、性能・汎化・資源効率・信頼性を評価する実世界志向のベンチマークを提案。
- タイニーロボット学習:リソース制約ロボットにおける機械学習の課題と方向性エッジML2022/5/1
低コスト・省リソースの小型自律ロボットに機械学習を搭載する「タイニーロボット学習」の課題を整理し、組み込み・ロボティクス・MLの融合領域における今後の研究方向を展望したサーベイ。
- UAV向けルーフラインモデル:自律飛行ドローンの機上計算特性を解析するボトルネック分析ツールUAV/システム設計2022/4/1
自律UAVのセンサ・計算・機体動力学の関係をモデル化し、最適な計算機設計を視覚的に分析できるF-1モデルを提案。実機検証で誤差5.1〜9.5%を達成し、WebツールSkylineも公開。
- UAVのためのルーフラインモデル:自律ドローンの計算システム設計のためのボトルネック分析ツールUAV設計2021/11/1
自律UAVのセンサ・計算・機体ダイナミクスの関係を可視化し、最適な計算システム設計を支援するボトルネック分析ツールを提案した。
- AutoSoC:空中ロボットのためのアルゴリズムとSoCの協調設計を自動化するフレームワークsim2real2021/9/1
空中ロボット向けに、学習ベースのアルゴリズムとオンボードのハードウェアアクセラレータを自動で協調設計するフレームワークを提案し、障害物回避タスクで有効性を示した。
- AutoPilot: SWaP制約付き自律UAV向けSoC設計空間探索の自動化設計空間探索2021/2/1
ベイズ最適化を用いて、UAVのサイバー・フィジカル両面の設計空間を自動探索し、自律アルゴリズムとハードウェアアクセラレータの最適な組み合わせを選定するフレームワークAutoPilotを提案した。
- QuaRL: 強化学習を高速かつ環境に優しくする量子化手法強化学習効率化2019/10/1
強化学習の学習を8ビット量子化したアクターで高速化するActorQを提案し、最大5.41倍の速度向上と最大3.76倍のCO2排出削減を実現した。
- ナノドローンのマイコン上で動く深層強化学習による自律的音源探索強化学習/ナノドローン2019/9/1
超小型クアッドコプターのCortex-M4マイコン上で深層強化学習を動かし、障害物のある環境でも自律的に音源を探索できる軽量なエンドツーエンド手法を実現した。
- Air Learning:自律飛行ロボットの視覚ナビゲーション向け深層強化学習ジムsim2real2019/6/1
リソース制約のあるドローン向けに、ドメインランダム化を備えたオープンソースの強化学習シミュレータを開発し、組み込み機器と高性能PC間の性能差をハードウェアインザループで模擬する遅延付加手法で軽減した。
- 小型無人航空機における計算資源の役割ドローン2019/6/1
計算能力がドローンの飛行時間やエネルギー消費にどう影響するかを解析・シミュレーション・実機評価で調べ、サイバー・フィジカル協調設計の重要性を示した研究。
- MAVBench:マイクロ航空機のためのベンチマーク基盤ベンチマーク2019/5/1
閉ループシミュレータとアプリケーションベンチマーク群を組み合わせ、MAVの性能・消費電力・計算ボトルネックを体系的に評価できるオープンソース基盤を提案した。
