機械学習を利用したロボットの運動計画
2024年1月1日
·
1 分で読める
深層ニューラルネットワーク・強化学習・大規模言語モデルといったデータ駆動的アプローチをロボットの運動計画にどう活かせるかを体系的に整理し、新たな計画手法の方向性を探る研究。古典的な探索ベース計画と機械学習ベース計画の長所を組み合わせ、実世界での適応性と汎化性を両立する運動計画の枠組み構築を目指しています。
関連論文：
- Gabriel Peixoto De Carvalho, Tetsuya Sawanobori, Takato Horii. “Data-driven Motion Planning: A Survey on Deep Neural Networks, Reinforcement Learning, and Large Language Model Approaches”. IEEE Access, Vol. 13, 2025.
著者
堀井隆斗
(he/him)
准教授
大阪大学大学院基礎工学研究科 准教授。
認知発達・記号創発ロボティクス、感情発達の計算論的モデリング、
ロボット学習、ヒューマンロボットインタラクションを専門とする。