Knut Åkesson
収録論文 7本 ・ フィジカルAI/ロボット学習
強化学習ナビゲーション自律移動ロボット群制御
※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
- タスクと行動の分離：ロボティクス強化学習における二段階報酬カリキュラム強化学習2026/3/1
報酬設計の難しさを解決するため、タスク報酬と行動報酬を分離し、まずタスクのみで学習してから行動報酬を導入する二段階カリキュラムを提案した。
- 先読みで局所解を回避するロボットナビゲーション：運動予測と安全制御の融合ナビゲーション2026/1/1
障害物の将来運動をニューラルネットで予測し、その予測からガウス過程でバリア関数をオンライン学習して、局所解のない安全制御（MCBF）に組み込むことで、混雑した動的環境での移動ロボットの安全で効率的なナビゲーションを実現した。
- インフラ支援型自律移動ロボットによる社内物流：課題と将来展望自律移動ロボット2025/12/1
工場内物流向けに、外部センサや計算資源を活用するインフラ支援型AMRの参照アーキテクチャを提案し、実環境での展開とUX評価を通じて課題と機会を整理した。
- 高レベルスケジューリングと低レベル制御を組み合わせた移動ロボット群の管理群制御2025/10/1
移動ロボット群の協調制御のため、高レベルスケジューリングと分散MPCを組み合わせた二層フレームワークを提案し、シミュレーションで有効性を示した。
- 未来志向ナビゲーション：ワンショットエネルギー型マルチモーダル運動予測による動的障害物回避ナビゲーション2025/5/1
エネルギー型ニューラルネットで動的障害物の将来運動をワンショット予測し、それをモデル予測制御に組み込むことで、倉庫環境などで安全かつ効率的に移動ロボットをナビゲートする手法を提案した。
- 勾配場ベースの動的ウィンドウ法による複雑環境での衝突回避ナビゲーション2025/4/1
障害物距離の勾配情報を新たなコスト項として動的ウィンドウ法に組み込み、非凸形状の障害物を含む複雑環境での予測的な衝突回避を実現した。
- 複雑な報酬関数のためのカリキュラム強化学習強化学習2024/10/1
複数の報酬項を持つ複雑なタスクに対し、単純な報酬から複雑な報酬へと段階的に移行する二段階カリキュラムを提案し、制約を守りつつタスクを達成する方策を学習できるようにした。