Rishi Veerapaneni
Carnegie Mellon University
収録論文 19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
- 探索支援型エージェント・環境協調強化学習による回転動作を考慮した頑健な生涯マルチエージェント経路探索群制御2026/8/1
実世界の倉庫システムを模した回転制約付き生涯マルチエージェント経路探索問題に対し、探索ベースのプランナーと強化学習を組み合わせ、エージェントと環境のポリシーを同時に最適化する手法を提案した。
- エージェント依存関係に基づくMAPF計画：Multi-Dependency PIBT群制御2026/3/1
PIBTを一般化し、エージェント間の依存関係を探索するMD-PIBTを提案。最大1万体のエージェントを様々な運動制約下で効率的に計画できる。
- プロトコルとしての衝突ベース探索：異種エージェント・ソルバー・独立タスクのためのマルチエージェント動作計画マルチエージェント動作計画2025/10/1
衝突ベース探索（CBS）をプロトコルとして用い、異なるメーカーのロボットや異なる動作計画アルゴリズムを持つエージェント群が、共通のAPIを通じて衝突のない経路を計画できることを示した研究。
- BTPG-max：双方向時間計画グラフにおける局所最大双方向ペアの達成群制御2025/8/1
遅延に強いマルチエージェント経路計画のため、双方向ペアを局所最大まで増やすアルゴリズムBTPG-maxを提案し、遅延への頑健性を向上させた。
- 計算コストの高い信念遷移を持つPOMDPに対する遅延ヒューリスティック探索POMDP/計画2025/6/1
信念遷移の計算が高コストなPOMDPに対し、Q値推定を用いて遷移計算を遅延させるLazy RTDP-BelとLazy LAO*を提案し、接触を伴うマニピュレーションや屋外・屋内ナビゲーションで計画時間を大幅に短縮した。
- リアルタイムMAPFのためのリアルタイムLaCAM群制御2025/4/1
完全性保証を持つ初のリアルタイム多エージェント経路計画手法を提案し、混雑環境でもミリ秒単位の制限時間で全時間計画と同等の成功率を達成した。
- ANAVI: 屋内環境の視覚情報を用いた音騒音認識によるナビゲーションナビゲーション2024/10/1
屋内環境の視覚情報から音の大きさを予測し、ロボットが周囲に配慮した静かな経路計画を行えるようにした研究。
- 完全性保証付きウィンドウドMAPF群制御2024/10/1
ウィンドウドMAPFに完全性を持たせる枠組みWinC-MAPFを提案し、CBSを改良したSS-CBSで既存手法が失敗する難シナリオを解けることを示した。
- 1万台のロボットを展開：生涯マルチエージェント経路探索のためのスケーラブルな模倣学習群制御2024/10/1
通信モジュールと衝突解決・全体誘導を組み合わせた模倣学習により、最大1万台のエージェントで従来手法を上回る生涯マルチエージェント経路探索を実現し、実機10台と仮想100台で検証した。
- 賢く働け、無駄に働くな：CS-PIBTを用いた単純な模倣学習がMAPFの大規模模倣学習を上回る群制御2024/9/1
MAPFにおいて、大規模な模倣学習は効果が限定的だが、1ステップ衝突回避（CS-PIBT）で後処理する単純な模倣学習が既存の機械学習手法を大幅に上回ることを示した。
- 姿勢不確かさ下のマニピュレーションのためのPOMDPに基づく階層的計画フレームワークマニピュレーション2024/9/1
接触信号を用いて物体の位置・姿勢の不確かさを減らしながら操作するため、粗い3Dボリューム表現と粒子表現を組み合わせた階層的POMDP計画手法を提案し、プラグ挿入タスクで有効性を示した。
- 接触を活用した高精度挿入タスクのための前処理ベース計画フレームワークマニピュレーション2024/6/1
姿勢推定誤差が許容されない高精度挿入タスクを、接触の有無を観測として不確かさを減らす計画問題として定式化し、有限な初期姿勢分布に対して方策データベースを前処理で構築する枠組みを提案した。経験ベースのPOMDPソルバE-RTDP-Belでデータベース構築を100倍以上高速化し、実機のプラグ挿入とシミュレーションの配管組立で有効性を示した。
- 制約を自由化したマルチロボットマニピュレーション：有界準最適性を保証する一般化ECBSマニピュレーション2024/5/1
マルチロボットアームの動作計画において、任意の不完全な制約を利用しつつ完全性と準最適性の保証を維持する新しいアルゴリズムGeneralized ECBSを提案した。
- 時空間から空間順序へ：CBSを再定義して時間計画グラフを直接計画する群制御2024/4/1
マルチエージェント経路計画において、時空間経路を経由せずに時間計画グラフを直接計画し、エージェント間の調整を最小化するSpace-Order CBSを提案した。
- 局所ヒューリスティック学習のためのデータ効率的フレームワーク経路計画2024/4/1
A*探索が複数の局所計画問題を解くことを利用し、LoHA*のデータ収集を効率化する手法を提案。オンライン学習も可能にした。
- ヒューリスティック探索による学習済み局所MAPF方策の改善群制御2024/3/1
マルチエージェント経路探索において、機械学習による局所方策の出力確率分布にヒューリスティック探索を組み合わせることで、デッドロックを解消し、成功率とスケーラビリティを大幅に向上させた。
- Bidirectional Temporal Plan Graph: Enabling Switchable Passing Orders for More Efficient Multi-Agent Path Finding Plan Execution2024/1/1
- Learning Local Heuristics for Search-Based Navigation Planning2023/3/1
- Effective Integration of Weighted Cost-to-go and Conflict Heuristic within Suboptimal CBS2022/5/1