Mingfei Sun
収録論文 7本 ・ フィジカルAI/ロボット学習
歩行マルチエージェント強化学習ドローン制御ナビゲーション
※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
- 誘導リーマン最適化（GuRO）：モデル予測制御と決定トランスフォーマーの橋渡し歩行2026/8/24
MPCの局所最適軌道予測で決定トランスフォーマーを誘導し、リーマン空間での曲率考慮最適化により非凸損失を効率的に学習する新しいフレームワークを提案。高次元四足歩行制御で既存手法を上回る性能を実証した。
- マルチエージェント強化学習における時間・エージェント間の報酬再分配マルチエージェント強化学習2025/2/1
マルチエージェント強化学習の信用割り当て問題に対し、モデル精度に依存せず最適方策を保証する報酬再分配手法TAR²を提案し、SMACLiteやGRFで学習加速と性能向上を示した。
- マルチエージェント強化学習のための低ランクエージェント特化適応（LoRASA）マルチエージェント強化学習2025/2/1
共有ポリシーに低ランクのエージェント特化行列を追加することで、パラメータ共有の効率性を保ちつつ各エージェントの専門化を促進するマルチエージェント強化学習手法を提案。
- スパースなマルチエージェント強化学習における最適方策保存のためのエージェント・時間クレジット割り当てマルチエージェント強化学習2024/12/1
スパースなグローバル報酬を時間方向とエージェント方向に再分配するTAR²を提案し、ポテンシャルベース報酬整形との等価性を理論的に示して最適方策を保ちながら学習を安定・高速化した。
- DroneDiffusion: 拡散モデルによるロバストなクアッドロータダイナミクス学習ドローン制御2024/9/1
条件付き拡散モデルでクアッドロータのダイナミクスを系列生成として学習し、適応制御器と組み合わせて未知の飛行経路や風外乱下でも安定した軌道追従を実現した。
- 不確実性を見通す：ロバスト視覚ナビゲーションのための自由エネルギーに着想を得たリアルタイム適応ナビゲーション2024/3/1
自由エネルギー原理に着想を得て、予測誤差とベイズ的驚きを再構成と適応的正規化で近似し、視覚ノイズ下でも勾配更新なしにリアルタイムで適応する視覚ナビゲーション手法FEP-Navを提案した。
- Investigating the Effects of Robot Engagement Communication on Learning from Demonstration2020/5/1