Negar Mehr
収録論文 31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
- 残差デノイジングによるサンプル効率の良いオンデマンド多エージェント協調マルチエージェント協調2026/9/26
事前学習済み単一エージェント拡散ポリシーを、少量の協調データで多エージェント協調に適応させる手法ALTERを提案。協調ヘッドが残差デノイザを予測し、必要な時だけ協調行動に変換しつつ単一エージェント能力も保持する。
- SAMBAR: 双対変数と選択的アンカリングによるVision-Language-Actionモデルの継続学習VLA2026/9/26
過去タスクのデモなしでVLAモデルをファインチューニングする際の破滅的忘却を防ぐため、制約付き最適化と乗数法を用いて重要パラメータを選択的に固定する継続学習手法を提案。
- HuGo: ヒューマノイドの移動操作のための全身ポリシーコードを設計するLLMVLA2026/9/24
LLMがタスク記述から高レベルポリシーコードを生成し、ロールアウトで改良することで、報酬設計や実演なしにヒューマノイドの移動操作を実現する階層的手法を提案。
- 非線形最適化のスケーリング：多数の問題を1つのGPUで最適化2026/6/1
GPUバッチ処理に対応した非線形計画法ソルバーjaxipmをJAXで実装し、多数の最適化問題を並列に解くことでロボティクス学習パイプラインへの統合を可能にした。
- 任意ボディガード：アクションマスキングによる操作ポリシーの普遍的安全保護安全制御2026/6/1
ロボット操作ポリシーの安全性を、構成空間で直接推論し、衝突回避の形式的確率的保証を提供する普遍的な安全保護手法X-Safeを提案。多様なロボット形態やタスクに追加データやエンジニアリングなしで適用可能。
- ブラックボックスハイブリッド力学系におけるハードアフィン制約を証明付きで満たす制御ポリシーの学習安全強化学習2026/4/1
未知の非線形ダイナミクスを持つハイブリッドシステムに対し、制約境界付近でアフィンかつ反発的なポリシーを強制することで、閉ループで安全制約を証明付きで満たす強化学習ポリシーを学習する手法を提案した。
- TACO: 継続的ニューラルマッピングのための時間的合意最適化ニューラルマッピング2026/2/1
過去のモデルスナップショットを時間的近傍とみなし、リプレイなしで重み付き合意を取ることで、動的環境に適応する継続的ニューラルマッピング手法を提案。
- MIMIC-D: 分散拡散ポリシーによるマルチエージェント協調のためのマルチモーダル模倣模倣学習2025/9/1
拡散モデルを用いて、エージェント間の通信なしに局所情報のみでマルチモーダルな協調行動を模倣学習する分散実行フレームワークを提案。
- UDON: 極限通信制約下でのマルチロボット神経陰的マッピングのための不確実性重み付き分散最適化マルチロボットマッピング2025/9/1
通信成功率が1%まで低下する極限環境でも、不確実性重み付き分散最適化により複数ロボットが高品質な神経陰的マップを協調構築できるフレームワークを提案。
- CRAFT: 基盤モデルを用いたマルチロボット協調タスクのための強化学習の自律的コーチングマルチロボット協調/強化学習2025/9/1
大規模言語モデルと視覚言語モデルを「コーチ」として活用し、マルチロボット協調タスクをサブタスクに分解して報酬関数を生成・洗練することで、複雑な協調行動を自律的に学習するフレームワークCRAFTを提案。
- RAMEN: リアルタイム非同期マルチエージェント神経陰的マッピングマルチエージェントマッピング2025/2/1
通信途絶や帯域制限がある環境でも、不確実性を考慮した重み付き分散最適化により複数ロボットが協調して高精度な神経陰的マップを構築する手法を提案。
- 大規模言語モデルを活用した効果的で説明可能なマルチエージェント信用割当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当問題を、LLMによる報酬分解とタスク割当として再定式化し、各エージェントの貢献を評価する手法を提案した。
- DDAT: 動的に実行可能なロボット軌道を強制する拡散ポリシー拡散ポリシー2025/2/1
拡散モデルを用いてロボットの運動方程式に厳密に従う実行可能な軌道を生成するため、学習と推論の両方で予測を動的実行可能多様体に射影する手法を提案。
- 分布ロバストチャンス制約によるリスク感応型軌道デブリ衝突回避軌道制御2024/12/1
非ガウス的なデブリ位置分布の平均と共分散のみを用い、分布ロバストなチャンス制約で衝突確率を抑えつつ燃料消費を最小化する軌道回避アルゴリズムを提案した。
- MultiNash-PF: 軌道ゲームにおける複数の局所一般化ナッシュ均衡を計算する粒子フィルタリング手法マルチエージェント軌道計画2024/10/1
マルチエージェントの軌道計画をゲーム理論的に定式化し、暗黙的粒子フィルタリングで複数の局所一般化ナッシュ均衡を効率的に求める手法を提案。人とロボットの実環境インタラクションで有効性を実証。
- 限られた視野を持つ人間とロボットの動作の理解と模倣ナビゲーション2024/10/1
限られた視野・視認範囲・見落としを考慮した知覚モデルを動作方策から分離して学習し、人間のナビゲーション戦略を予測・模倣してロボットが障害物を避けて動けるようにした研究。
- CurricuLLM：大規模言語モデルを用いた複雑なロボットスキル学習のための自動タスクカリキュラム設計強化学習/カリキュラム学習/LLM2024/9/1
大規模言語モデルを活用して、ロボットの複雑なタスクを段階的なサブタスクに分解し、報酬コードや目標分布コードを自動生成することで、カリキュラム学習を効率的に設計する手法を提案した。
- 協調型マルチロボット知覚のための分散NeRF学習マルチロボット/NeRF2024/9/1
複数のロボットが各自のRGB画像からNeRFを学習し、モデルのみを共有することで通信量を抑えつつ協調的に環境をマッピングする分散学習手法を提案した。
- 実世界の非構造歩行者群衆におけるマルチエージェント逆強化学習逆強化学習2024/5/1
混雑した歩行者群衆の中で複数エージェントの報酬関数を同時に学習するため、扱いやすさと合理性のトレードオフトリックを用いた新しいマルチエージェント最大エントロピー逆強化学習を提案し、複数のデータセットで有効性を示した。
- 異種エージェント間の適応的教示：疎な報酬下での驚きのバランス模倣学習2024/5/1
教師と生徒の能力差がある状況で、教師が「驚き」を指標に生徒の能力に合わせて実演を適応させ、疎な報酬環境での生徒の学習を改善する枠組みを提案した。
- 予測不確かさを考慮した分布ロバストリスク制御による群衆内安全ナビゲーションナビゲーション2024/3/1
人間軌道予測の不確かさに対処するため、分布ロバストなチャンス制約付きモデル予測制御を提案し、群衆環境での安全なロボットナビゲーションを実現した。
- POLICEd RL：ハード制約の充足を保証する閉ループロボット制御方策の学習強化学習/安全制約2024/3/1
アフィンなハード制約を強制する新しい強化学習アルゴリズムを提案し、学習方策を不安全集合周辺でアフィンにすることで制約違反を防ぐ反発バッファを形成し、制約充足を証明した。
- Weathering Ongoing Uncertainty: Learning and Planning in a Time-Varying Partially Observable Environment2023/12/1
- Optimal Robotic Assembly Sequence Planning: A Sequential Decision-Making Approach2023/10/1
- Strategic Decision-Making in Multi-Agent Domains: A Weighted Constrained Potential Dynamic Game Approach2023/8/1
- Distributed Potential iLQR: Scalable Game-Theoretic Trajectory Planning for Multi-Agent Interactions2023/3/1
- Efficient Constrained Multi-Agent Trajectory Optimization using Dynamic Potential Games2022/6/1
- Maximum-Entropy Multi-Agent Dynamic Games: Forward and Inverse Solutions2021/10/1
- Decentralized Role Assignment in Multi-Agent Teams via Empirical Game-Theoretic Analysis2021/9/1
- Potential iLQR: A Potential-Minimizing Controller for Planning Multi-Agent Interactive Trajectories2021/7/1
- RAT iLQR: A Risk Auto-Tuning Controller to Optimally Account for Stochastic Model Mismatch2020/10/1