Artur Pereira
収録論文 12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
- ニューラルネットワークによるロボットアームの関節トルク予測マニピュレーション2024/5/1
実機の6自由度マニピュレータを対象に、単一・複数・カスケード型のニューラルネットワークで関節トルクを予測し、関節間の物理的依存関係を組み込んだカスケード型が最も高精度であることを示した。
- Q学習を用いた障害物環境下におけるUAV群の経路計画システム群制御2023/3/1
障害物のある環境でUAV群がエリアを完全にカバーする経路を自律的に計画するため、Q学習とニューラルネットワークを組み合わせた強化学習システムを提案し、異なる地図と機体数で検証した。
- 解析制御と深層強化学習を組み合わせたロバスト二足歩行歩行2021/4/1
解析的な歩行制御と深層強化学習を階層的に統合し、腕の振りや重心高さの調整を学習させてロバストな二足歩行を実現した研究。
- CPGと近接対称性損失を用いた俊敏で汎用的な歩行フレームワーク歩行2021/3/1
CPGベースの歩行エンジンと強化学習を組み合わせ、近接対称性損失でサンプル効率を高めることで、複雑地形や外乱下でも人間らしい俊敏な全方向歩行を実現した。
- ハイブリッド歩行スキルの学習:残差ダイナミクスの活用とモデルベース歩容制御の調整歩行2020/11/1
解析的な歩容生成器にニューラルネットを組み合わせ、外乱に対するバランス回復を学習するハイブリッド枠組みを提案した論文。
- 安定した二足歩行を生成するモジュラー型フレームワーク:計画から制御まで歩行2020/2/1
3質量の抽象力学モデルに基づき、障害物を考慮した歩行軌道計画とMPC制御を組み合わせて、ロバストな二足歩行を生成するフレームワークを提案し、シミュレーションで検証した。
- 発散成分に基づく頑健な二足歩行生成の階層フレームワーク歩行2019/11/1
発散成分(DCM)を用いて次の一歩のタイミングと位置を調整し、強い押し外乱にも耐える二足歩行制御フレームワークを提案し、シミュレーションで検証した。
- 時変モデル予測制御に基づくロバストな閉ループ二足歩行計画器歩行2019/9/1
時変モデル予測制御(TVMPC)を用いて、状態・入力・出力の制約を考慮しつつ、COMの鉛直運動やDCMによる参照ZMPのオンライン修正を取り入れた、外乱に強い二足歩行の参照軌道計画手法を提案した。
- モデルベースの二足ロボット平衡安定化システム歩行2019/6/1
LIPPFMとDCMを用いて重心動態の不安定成分も考慮し、転倒を防ぐ踏み出しのタイミングと位置を決定する二足ロボットの平衡安定化システムを提案し、MATLABシミュレーションで有効性を示した。
- Naoヒューマノイドのための高速で安定な全方向歩行エンジン歩行2019/6/1
上半身と下半身の2質量で表す抽象動力学モデルとLQG制御器を組み合わせ、遺伝的アルゴリズムでパラメータ最適化する歩行生成フレームワークを提案し、Naoロボットのシミュレーションで最大80.5cm/sの全方向歩行を実現した。
- DCMとLQG制御器に基づくロバストな二足歩行歩行2019/6/1
発散成分(DCM)とLQG最適閉ループ制御器を組み合わせ、外乱に強いヒューマノイドの歩行を実現。遊脚の着地位置を調整する制御器も提案し、MATLABシミュレーションでロバスト性を検証した。
- ヒューマノイドのバランス回復における代表的な倒立振子モデルの比較研究歩行2019/6/1
ヒューマノイドロボットの押し外力に対するバランス回復を目的に、代表的な倒立振子系の抽象力学モデルを理論的・数値的に比較し、Linear Inverted Pendulum Plus Flywheelの拡張版が最も安定回復に優れることを示した。
