Anastasios Manganaris

Purdue University

収録論文 7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

• 任意のリーマン多様体上の時間場を学習するためのリーマン・スプラット回帰モデル
  運動計画2026/9/29

  リーマン多様体上で関数を学習するため、ラップドガウス分布によるスプラット回帰モデルを提案し、到着時間場の学習に適用して精度とモデルサイズを比較した。

• hint$^2$: 推論時時間論理ガイダンスのための階層的世界モデル
  操作/時間論理/世界モデル2026/8/13

  ロボットの操作ポリシーを線形時間論理(LTL)で表される複雑な指示に従わせるため、階層的世界モデルを用いて推論時に高レベルと低レベルの2つのガイダンスを生成する手法を提案した。

• 時相論理によるアクションのみの拡散ポリシーへのガイダンス：ワールドモデルを用いた手法
  拡散ポリシー/時相論理/ワールドモデル2026/6/1

  アクションのみを生成する拡散ポリシーに対し、学習済みワールドモデルを用いてSTLロバストネスを微分可能に評価し、その勾配を拡散過程に注入することで、再学習なしに制約充足を改善する手法を提案。Robomimicのタスクで成功率100%を維持しつつ制約違反を大幅削減した。

• ハイブリッド接触ダイナミクス下での物理情報を活用した目標条件付き強化学習
  強化学習/操作2026/5/1

  接触を伴う操作タスクで物理情報を活用した目標条件付き強化学習(Pi-GCRL)が劣化する問題を分析し、接触を考慮した階層的定式化を提案して性能を改善した。

• 制約グラフに基づくモデル予測制御によるリアクティブなマルチエージェントタスク・動作計画
  群制御2026/3/1

  相互依存する幾何学的制約の系列を扱うマルチエージェントTAMP問題に対し、MPCと統合した制約グラフフレームワークを提案し、部分順序タスクや動的エージェント割り当て、外乱回復を実現した。

• ロボット政策学習と検証における形式手法：現状技術と将来展望に関するサーベイ
  形式手法2026/2/1

  ロボット学習における形式手法の活用を政策学習と政策検証の2つの柱で整理し、代表的手法のスケーラビリティや表現力を比較して、安全性と正確性の向上への貢献をまとめたサーベイ。

• オートマトン制約付きQ学習
  強化学習2025/10/1

  線形時相論理(LTL)のオートマトン表現を活用し、時系列の目標達成と時変安全制約を同時に扱える強化学習手法ACQLを提案。連続制御タスクと6自由度ロボットアームで有効性を実証した。