Ayonga Hereid
収録論文 29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
- 幾何学的候補モードを用いたマルチモーダル実演からのナビゲーション学習ナビゲーション2026/10/14
局所幾何から候補モードを計算し、実演からどのモードをどう辿るかを階層型ニューラルネットワークで学習するナビゲーション手法を提案し、シミュレーションと二足歩行ロボットで有効性を示した。
- ステップ間予測に基づくモデル情報活用型安全強化学習による二足歩行歩行2026/9/28
ALIPテンプレートに基づく安全証明を訓練時の報酬整形と実行時の行動フィルタに用い、人型ロボットの二足歩行の安全性を高める手法を提案した。
- 不連続な足場におけるヒューマノイド歩行のための知覚型可変タイミング足踏み計画歩行2026/3/1
障害物や危険な地面領域により不連続な足場環境で、足の配置と歩行タイミングを同時に計画する混合整数モデル予測制御フレームワークを提案。深度画像から凸な可踏領域を抽出し、DCMダイナミクスに基づく安全性制約を組み込むことで、実時間で動的に一貫した歩容を生成する。
- 低次元知覚表現による地形認識型二足歩行の学習歩行2025/12/1
CNN-VAEで地形を低次元潜在表現に圧縮し、階層型強化学習で二足歩行の歩容生成を行う手法を提案。履歴考慮や深度画像からの蒸留、実機検証も行った。
- データブートストラップ強化学習によるヒューマノイドロボットの動的サブゴール追従ナビゲーション歩行ナビゲーション2025/6/1
階層型強化学習とモデル予測制御を組み合わせ、データブートストラップで訓練を効率化することで、ヒューマノイドロボットが雑然とした環境を安全にナビゲートする手法を提案した。
- 線形離散制御バリア関数を用いた二足歩行ロボットのリアルタイム安全ナビゲーション歩行2024/11/1
LIPモデルに進行方向を組み込み、離散制御バリア関数を線形近似することで、障害物環境でもリアルタイムに安全な歩容と経路を同時計画する枠組みを提案し、Digitロボットのシミュレーションで検証した。
- 揺れる剛体面上を歩行する劣駆動ヒューマノイドのための時変足配置制御歩行2024/9/1
周期的に揺れる剛体面(電車・船・航空機など)上での劣駆動ヒューマノイド歩行を安定化するため、角運動量ベースの線形倒立振子モデルを揺れる地面に拡張し、時変足配置制御則と階層制御フレームワークを開発した。Digitロボットのシミュレーションと実機実験で有効性を示した。
- 点接触を超えて:階層的全身体モーメンタム制御による非自明な足を持つヒューマノイドへのALIPモデル拡張歩行2024/8/1
ALIPモデルの点接触・角運動量無視の仮定を緩め、全身制御で重心角運動量を調整することで、大きなオフセット足を持つヒューマノイドの安定歩行を実現した。
- 二足歩行ロボットの安全なナビゲーションのための統合経路・歩容計画歩行2024/3/1
LIPモデルに基づくMPCと制御バリア関数を組み合わせ、経路計画と歩容計画を統合して障害物環境でも安全な二足歩行を実現する手法を提案し、Digitロボットのシミュレーションで検証した。
- 適応的歩行周期による正確な足配置:足場が限られた地形でのロバストな二足歩行歩行2024/3/1
歩行ロボットのDCMの離散発展に基づく多段階プレビュー足配置計画を提案し、歩行周期と遊脚軌道を適応的に変化させることで、飛び石のような足場が限られた地形でも安定して歩行できるようにした。
- ヒューマノイドロボットのための安全な全身タスク空間制御歩行2023/11/1
指数制御バリア関数を用いた逆動力学制御により、二足歩行ロボットの全身制御で安全制約を満たしつつタスクを達成する手法を提案し、Digitでの実機実験で検証した。
- データ駆動型潜在空間表現による堅牢な二足歩行学習歩行2023/9/1
オートエンコーダで歩行データから低次元の潜在空間を学習し、それを状態として強化学習の歩行方策を訓練することで、テンプレートモデル不要で堅牢な二足歩行を実現した研究。
- テンプレートモデルに着想を得たタスク空間学習による堅牢な二足歩行歩行2023/9/1
角運動量線形倒立振子モデルを参考に強化学習の観測・行動空間を設計し、モデルベース制御と組み合わせた階層的二足歩行フレームワークを提案。複数の二足ロボットで高い性能と汎化性を示した。
- 脚式ロボットの歩行における線形インパクタを用いた標準化外乱除去テストに向けて:予備研究、観察、および示唆歩行2023/8/1
脚式ロボットの外乱除去テストを標準化するため、線形インパクタを導入し、ヒューマノイドDigitの3つの歩行制御器を前方向の衝撃に対して評価した。
- ロジスティック回帰と制御バリア関数による多項式形状障害物の安全な経路計画歩行2022/10/1
ロジスティック回帰で任意形状の障害物を多項式バリア関数として表現し、二足歩行ロボットの動的に実行可能な衝突回避経路をCBFベースRRT*で生成する手法を提案した。
- 動的環境における二足歩行ロボットのリアルタイムナビゲーション歩行2022/10/1
深度センサによる知覚・二段階プランナ・歩行制御を統合し、未知環境や動的障害物に対応する二足歩行ロボットのリアルタイム自律ナビゲーションを実現した。
- 揺れる剛体面上を歩行する劣駆動二足ロボットのための時変ALIPモデルとロバスト足配置制御歩行2022/10/1
慣性系で水平に揺れる剛体面(船や航空機など)上での二足歩行を実現するため、ALIPモデルを移動面へ拡張した時変モデルと離散時間足配置制御を組み合わせた階層制御手法を提案し、シミュレーションで安定性を確認した。
- ロボットの敵対的シナリオベース安全テスト:比較可能性と最適な攻撃性安全テスト2022/9/1
ブラックボックス安全テストアルゴリズムの比較可能性と攻撃性を理論的に分析し、ほぼ安全集合に基づく攻撃性定義と効率的な比較アルゴリズムを提案。二足歩行制御と車両意思決定モジュールの実験で検証。
- 線形倒立振子とニューラル適応を用いた3D劣駆動二足歩行の運動制御歩行2022/8/1
線形倒立振子モデルにニューラルネット適応項を組み合わせ、3D劣駆動二足ロボットの安定した周期歩行を実現する制御フレームワークを提案し、Digitロボットで検証した。
- シナリオサンプリングによる脚式ロボットの安全性テスト・検証・特性評価脚式ロボット安全性検証2022/4/1
脚式ロボットの安全性を、潜在的に安全な状態集合の特定とその集合内での安全度の定量化により評価するシナリオサンプリング型テスト枠組みを提案し、複数の最先端歩行制御器に適用して有効性を示した。
- 線形方策だけで実現する不整地でのロバスト二足歩行歩行2021/9/1
足軌道の調整と姿勢制御を組み合わせ、13個のパラメータしか持たない単一の線形方策で二足ロボットDigitの不整地歩行を実現し、シミュレーションから実機へ直接転送した。
- 単一の線形フィードバック方策による傾斜地形での堅牢な二足歩行歩行2021/4/1
Augmented Random Searchで学習した単一の線形フィードバック方策により、最大20度の傾斜や120Nの外乱に耐える二足歩行を実現し、後退やその場足踏みなどの動作も示した。
- 強化学習による3D二足歩行ロボットDigitのロバストなフィードバック運動方策設計歩行2021/3/1
階層型フィードバック制御と強化学習を組み合わせ、Agility Roboticsの二足歩行ロボットDigitで外乱や不整地に対応する歩行方策を実機転移まで成功させた研究。
- 適応型ニューラルネットワーク制御による不確かなダイナミクスを持つ3D二足歩行ロボットの速度調整歩行2020/8/1
モデルパラメータの不確かさに対応するため、事前学習不要の浅い適応型ニューラルネットワークをHZD制御に統合し、3D二足歩行ロボットの速度追従性能を向上させた研究。
- ハイブリッドゼロダイナミクスに着想を得た強化学習による3D二足歩行のフィードバック制御方策設計歩行2019/10/1
歩行ダイナミクスのハイブリッド性とハイブリッドゼロダイナミクス理論を方策構造に組み込み、軽量で短時間学習かつ外乱に頑健な3D二足歩行の強化学習制御をCassieで実現した。
- 強化学習とハイブリッドゼロダイナミクスの融合:RABBITロボットへの適用歩行2018/10/1
HZDフレームワークを方策学習に組み込み、強化学習で仮想拘束の軌道パラメータを決定することで、二足歩行ロボットの安定かつ堅牢な制御を実現した。
- Cassie二足歩行ロボットのフィードバック制御:歩行・立位・セグウェイ搭乗歩行2018/9/1
仮想拘束と歩容ライブラリを用いたフィードバック制御で、Cassieロボットの立位・歩行・セグウェイ搭乗を実現した研究。
- C-FROSTによる高速軌道最適化:Cassieシリーズ二足歩行ロボットでの実証歩行2018/7/1
自由度を削減せずにヒューマノイドの軌道を高速に求めるC++ツールC-FROSTとマルチスレッド化を提案し、20自由度のCassie二足歩行ロボットで数値計算と実機実験により実証した。
- 対麻痺者用外骨格のフィードバック制御:安定なハンズフリー動歩行に向けて外骨格制御2018/2/1
対麻痺者用の多自由度下肢外骨格において、松葉杖なしで歩行できるよう、最適化と機械学習を用いた滑らかなフィードバック制御則を開発し、シミュレーションと予備実験で安定性と外乱抑制を評価した。
