https://www.takatohorii.jp/tags/action-planning/Action-PlanningHugoBlox Kit (https://hugoblox.com)jaMon, 01 Jan 2024 00:00:00 +0000https://www.takatohorii.jp/media/icon_hu_da05098ef60dc2e7.pnghttps://www.takatohorii.jp/tags/action-planning/https://www.takatohorii.jp/research/data-driven-motion-planning/Mon, 01 Jan 2024 00:00:00 +0000https://www.takatohorii.jp/research/data-driven-motion-planning/<p>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<strong>データ駆動的アプローチ</strong>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。</p> <p>関連論文：</p> <ul> <li>Gabriel Peixoto De Carvalho, Tetsuya Sawanobori, Takato Horii. &ldquo; &rdquo;. <em>IEEE Access</em>, Vol. 13, 2025.</li> </ul>https://www.takatohorii.jp/research/llm-multi-robot-coordination/Mon, 01 Jan 2024 00:00:00 +0000https://www.takatohorii.jp/research/llm-multi-robot-coordination/<p>大規模言語モデル（LLM）の常識的推論能力と、線形計画法・依存グラフといった<strong>構造化された最適化手法</strong>を統合し、複数ロボットによる協調タスク計画を実現する研究。自然言語で与えられたタスクをLLMが分解し、ロボット間の依存関係と制約を最適化的に解くことで、現実的な制約下でも実行可能な協調行動の生成を目指しています。</p> <p>関連論文：</p> <ul> <li>Kazuma Obata, Tatsuya Aoki, Takato Horii, Tadahiro Taniguchi, Takayuki Nagai. &ldquo; &rdquo;. <em>IEEE Robotics and Automation Letters</em>, 10(2), 1122-1129, December 2024.</li> </ul>