Luis Montano
収録論文 17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
- トポロジー情報を活用したマルチセッション自己位置推定と地図構築SLAM2026/2/1
訪問済み環境での再観測に対応するため、ポーズグラフのトポロジーを解析して低接続領域を検出し、地図構築とループ閉じ込みを選択的に実行するマルチセッションフレームワークを提案。
- 接続性制約下での高速かつスケーラブルなマルチロボット配置計画群制御2025/5/1
接続性を保ちながら複数ロボットを目標地点に配置し基地局へ情報を伝送するため、中継位置を含むクラスタを木構造で計算し、順次・並列配置のヒューリスティクスで準最適解を短時間で求める二段階手法を提案。
- 動的環境における走行可能性を考慮した経路計画経路計画2025/5/1
混雑領域を避けつつ目標への逸脱を抑えるため、領域の走行可能性を評価して経路を生成するTr-FMMを提案し、実機・シミュレーションで安全性向上を示した。
- 予測不能な環境変化後の接続性回復のためのマルチロボット協調群制御2025/3/1
予期せぬ障害物の出現で分断されたマルチロボットチームが、限られた情報と通信範囲のもとで分散的に再計画し、基地局から目標地点までの通信チェーンを再構築する手法を提案した。
- 周期的な要求と配達を伴うデータ収集のためのマルチエージェント協調群制御2025/3/1
限られた通信範囲で変動する目標地点からデータを収集し、拠点へ届けるマルチエージェントの役割分担とエリア分割を最適化し、情報更新時間を最小化する手法を提案。
- オンデマンド情報収集と定期アップロードのためのマルチエージェント協調群制御2025/3/1
静的運用センターが要求する目標地点からデータを収集し、ワーカーとコレクターに役割分担したマルチエージェントチームで効率的に配達する3段階計画法を提案し、シミュレーションで検証した。
- ロボットチーム配置のための通信考慮型プランニング群制御2025/3/1
限られた通信範囲と基地局との接続を保ちながら、チームで目標地点を訪問するための分散経路計画・配置計画・クラスタリング手法を提案した論文。
- DWA-3D: 狭所環境におけるUAVの堅牢かつ効率的な自律ナビゲーションのためのリアクティブプランナUAVナビゲーション2024/9/1
LiDARとOctomapを用いてオンラインで地図を構築し、RRT*大域プランナと2D DWAを3Dに拡張したリアクティブプランナDWA-3Dを組み合わせることで、狭く障害物の多い環境でUAVを安全に自律飛行させる手法を提案した。
- おいロボット！大規模言語モデルとモデル予測制御によるロボットナビゲーションの個人化ナビゲーション2024/9/1
ユーザーの自然言語指示や環境画像を視覚言語モデルで解釈し、モデル予測制御のコスト関数とパラメータを再構成することで、ロボットのナビゲーション動作をゼロショットで個人化する手法を提案した。
- 動的環境におけるロボット監視ミッションのための占有度考慮型プランニング手法ナビゲーション2024/8/1
移動障害物の動きが未知の環境で、混雑領域を避けつつ監視ミッションを遂行するグローバルプランナMADAを提案し、シミュレーションと実機実験で有効性を示した。
- AVOCADO: 意見力学に基づく適応的最適衝突回避衝突回避2024/7/1
他のエージェントの協力度が未知の環境で、意見力学を用いてリアルタイムに適応し衝突回避する新手法を提案し、シミュレーションと実機で有効性を示した。
- 地下鉱山からオフィスまで：距離・慣性SLAMのための汎用かつ堅牢なフレームワークSLAM2024/7/1
LiDAR・慣性・GNSSをグラフ最適化で統合し、地下鉱山からオフィスまで多様な環境で最小限の調整で動作する汎用SLAMフレームワークLG-SLAMを提案。並列化とGPU活用でLiDARフレームレートの姿勢推定とオンラインループ閉じ込みを実現し、平均誤差20cm未満で既存手法を上回る。
- G-Loc: 事前トポロジカル・メトリック情報を用いた密結合グラフ局所化自己位置推定2024/5/1
LiDAR・慣性・GNSSと地図レジストレーションをスライディングウィンドウ型グラフで統合し、事前のトポロジカル・メトリック情報を再利用して高精度な自己位置推定を実現するフレームワークを提案した。
- RUMOR: 動的環境ナビゲーションのための実世界モデル理解に向けた強化学習ナビゲーション2024/4/1
差動二輪ロボット向けに、自己中心的な速度空間モデルとロボットの運動学的制約を考慮した行動空間を用いる深層強化学習プランナを提案し、混雑した実環境での堅牢性と転移性を実証した。
- SHINE: 混雑環境ナビゲーションのための社会的相同性識別ナビゲーション2024/4/1
人間の動きを模倣する深層学習モデルで複数の経路トポロジーから最適なナビゲーション戦略を選び、混雑環境で社会的に望ましい移動を実現する手法を提案。
- Improving robot navigation in crowded environments using intrinsic rewards2023/2/1
- Deep reinforcement learning oriented for real world dynamic scenarios2022/10/1