Amogh Joshi

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

• GLAMDRING: 強化学習によるCPGの歩容学習と形態の共設計
  歩行2026/9/16

  歩行タスクに最適な四足ロボットの形態とCPG歩容制御器を強化学習で同時に設計するフレームワークを提案。

• リアルタイム神経形態ナビゲーション：イベントベースセンシングとタスク特化型再構成可能自律スタックによる実機ロボット誘導
  神経形態ナビゲーション2025/3/1

  イベントベース神経形態ビジョンを用いたナビゲーション枠組みを提案し、地上ロボットとドローンの実機実験でリアルタイム自律航行の有効性を示した。

• 動的視覚センサと物理誘導ニューロモルフィック手法による省エネ自律飛行ナビゲーション
  ニューロモルフィック/自律飛行2025/2/1

  イベントカメラとスパイキングニューラルネット、物理誘導ニューラルネットを組み合わせ、移動するゲートを通過しつつ衝突を避ける省エネドローン航法をGazebo上で実現した。

• Neuro-LIFT: ニューロモルフィックとLLMを統合したドローン自律飛行フレームワーク
  ニューロモルフィック/ドローン2025/1/1

  イベントカメラとスパイキングニューラルネットワーク、大規模言語モデルを組み合わせ、音声指示に基づく低遅延・省エネなドローン自律ナビゲーションを実機で実現した。

• TOFFE：イベントカメラによる時間ビン化物体フローで高速・省エネな物体検出と追跡
  イベントカメラ/検出・追跡2025/1/1

  イベントカメラの出力をスパイキングニューラルネットと通常のニューラルネットを組み合わせて処理し、物体の姿勢・方向・速度を推定する軽量フレームワークを提案した論文。

• SHIRE: 人間の直感を活用した強化学習のサンプル効率向上
  強化学習2024/9/1

  人間の直感を確率的グラフィカルモデルで符号化し、深層強化学習の学習に組み込むことで、サンプル効率を25〜78%改善しつつ方策の説明可能性も高めるフレームワークを提案した。

• リアルタイム神経形態ナビゲーション：イベントベース視覚と物理駆動型計画のParrot Bebop2クアッドロータへの統合
  ドローン自律飛行2024/7/1

  イベントカメラとスパイキングニューラルネットワーク、物理駆動型計画を組み合わせ、Parrot Bebop2ドローンが動くリングをリアルタイムで通り抜ける省エネナビゲーションを実現した。

• FEDORA: Flying Event Dataset fOr Reactive behAvior
  2023/5/1