David Fridovich-Keil
University of Texas at Austin
収録論文 51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
- 模倣学習のための内積正則化模倣学習2026/11/12
状態ごとに一貫した摂動応答を持つように方策を整形する内積正則化(InneR)を提案し、既存の模倣学習パイプラインに追加可能であることを示した。
- 非協力動的ゲームにおける信念不一致へのロバストアプローチゲーム理論/ロバスト制御2026/10/29
エゴエージェントが他エージェントの私的センサ測定による信念のずれを想定し、拡張信念空間と摂動ベイズ動学でロバストに計画する手法を提案した論文。
- 重要な場所を探せ:ローバー適応のための狙い撃ち探索sim2real2026/10/28
報酬に関連するモデル誤差を効率的に発見・修正するオンライン適応フレームワークTERRAを提案し、火星模擬斜面での実機ローバー適応を少ない試行で実現した。
- 優先順位付き制約を考慮したクロスエントロピー最適化最適化2026/10/1
制約の優先順位を厳密に扱うクロスエントロピー法の変種TierCEMを提案し、ナビゲーションや接触を伴う押し操作で有効性を示した。
- マルチフィデリティ方策勾配によるデータ希少強化学習の安定化強化学習2026/10/1
高忠実度データが少ない強化学習において、低忠実度データを制御変量として活用し、PPOに拡張したMFPG-PPOを提案。シミュレーションと実機で安定性とデータ効率を向上させた。
- 多分岐コンティンジェンシーゲームのためのカスケード合意分割マルチエージェント計画2026/9/29
エージェントの意図が異なるタイミングで明らかになる状況に対応するため、多分岐コンティンジェンシーゲームとADMMベースの並列解法を提案し、従来の単一分岐より優れた性能と計算時間の短縮を実現した。
- モデルベース強化学習のための償却低ランク適応モデルベースRL2026/9/10
ハイパーネットワークでテスト時にLoRAアダプタを生成し、世界モデルを少数の相互作用で未知環境に適応させる手法CLAWを提案。
- MixedComplementarityProblems.jl: 混合相補性問題のための高速・バッチ処理対応・オープンソース内点法ソルバー最適化ソルバー2026/8/2
ロボティクスで頻出する混合相補性問題(MCP)を解く、Julia製のオープンソース内点法ソルバーを提案。PATHと同等の信頼性を持ちつつ、CPU/GPUでのバッチ並列処理と自動微分をサポートし、マルチエージェント軌道最適化でPATHより約100倍高速に解けることを示した。
- マルチタスク制御と適応のためのニューラルオペレータ制御2026/4/3
タスク記述から最適制御則への写像をニューラルオペレータで学習し、未見タスクや分布外設定への汎化と、軽量更新から全体微調整までの適応戦略を実現した。
- シミュレーション蒸留:実世界への迅速な適応のためのシミュレーションでのワールドモデル事前学習ワールドモデル/sim2real2026/3/1
物理シミュレータから得た行動条件付き経験をワールドモデルに蒸留し、実世界ではエンコーダ等を固定して潜在ダイナミクスのみを更新することで、接触を伴う操作や歩行タスクで迅速な適応を実現する手法を提案した。
- 微分可能な逐次意思決定問題においてエージェントはいつ協調すべきか群制御2026/2/1
微分可能な運動計画問題において、協調行動をスペクトルとしてモデル化し、目的関数の二階特性に基づいて協調すべきタイミングを決定するアルゴリズムを提案した。
- 準方策近似による混合階層ゲームの効率的解法群制御2026/2/1
混合階層ゲームのKKT条件を高階微分を除去した準方策近似で解く非厳密ニュートン法を提案し、実機とシミュレーションでリアルタイム収束を実証した。
- ゲーム理論に基づく自動運転:凸集合グラフによるアプローチ自動運転/ゲーム理論/軌道計画2026/1/1
複数車両の自動運転を非協力ゲームとしてモデル化し、凸集合グラフ(GCS)を用いた反復最適応答計画法を提案。各車両が他車の戦略に応じて自車のグラフを構築し、効率的な凸緩和で軌道計画を行う。
- 動力学不確実性下における一般化情報収集能動学習2026/1/1
未知の動力学系において、モデル選択に依存しない一般的な情報収集コストを導出し、既存の相互情報量コストがその特殊ケースであることを示した。
- 高次元マルチモーダル観測を用いたベイズ逆ゲーム逆ゲーム/ベイズ推論2026/1/1
複数エージェントの非協力ゲームにおいて、観測データから隠れた目的関数の事後分布を近似ベイズ推論で推定し、安全な意思決定を可能にするフレームワークを提案。
- 車両ダイナミクスのデータ駆動型モデリングと補正sim2real2025/12/1
時間依存入力を局所パラメータ化し、DRIPSとFMLの2手法で車両ダイナミクスを学習・補正するデータ駆動フレームワークを提案。
- UNCAP: 不確実性誘導型ニューロシンボリック計画と自然言語通信による協調自動運転VLA2025/10/1
自動運転車同士が自然言語メッセージで通信し、知覚の不確実性を明示的に考慮して協調計画を行う視覚言語モデルベースの手法を提案。通信帯域を削減しつつ安全性を向上させる。
- 自然に振る舞え!マルチモーダル行動への自然主義的投影の拡張行動モデリング2025/5/1
複数の凸集合を用いて人間のマルチモーダルな自然行動をモデル化し、任意の軌道を自然に見えるように投影する最適化フィルタを開発した。
- SHIELD: 学習ダイナミクスに基づく確率的制御バリア関数によるヒューマノイドの安全確保ヒューマノイド/安全制御2025/5/1
実機データから確率的な残差ダイナミクスモデルを学習し、制御バリア関数を確率的に適用する安全層を既存の強化学習歩行制御に追加することで、Unitree G1ヒューマノイドの屋内・屋外での障害物回避を実現した。
- スケーラブルなゲーム理論的予測・計画のためのプレイヤー選択ネットワークマルチエージェント計画2025/5/1
ゲーム理論的計画の計算量を削減するため、影響力のあるプレイヤーだけを選ぶPlayer Selection Networkと、相手の意図が不明な状況に対応するGoal Inference Networkを提案し、予測精度と計画安全性を向上させた。
- オフロード自動運転におけるオンライン動力学モデル適応のメタ学習sim2real2025/4/1
カルマンフィルタによるオンライン適応とメタ学習を組み合わせ、未知の地形でも車両の動力学モデルをリアルタイムに調整してモデルベース制御の精度と安全性を高める手法を提案し、実車実験で有効性を示した。
- マルチフィデリティ制御変数による方策勾配推定強化学習2025/3/1
高忠実度データが乏しい状況で、低忠実度シミュレータのデータを制御変数として活用し、分散を低減した不偏な方策勾配推定器を構築するマルチフィデリティ強化学習フレームワークを提案。
- 動的な非協力ゲームにおける先見性の推定ゲーム理論2024/12/1
動的な非協力ゲームにおいて、各エージェントの先見性(将来をどれだけ考慮するか)をオンラインデータから逆動的ゲームとして推定する手法を提案し、行動予測精度を33%向上させた。
- 3分間の実世界データから歩行を学習する半構造化ダイナミクスモデルsim2real2024/10/1
物理法則に基づくラグランジアン力学とブラックボックスモデルを組み合わせた半構造化ダイナミクスモデルを提案し、実機の四足歩行ロボットで数分のデータから動的歩容を学習できることを示した。
- マルチエージェント相互作用における責任配分の学習:制御バリア関数と微分可能最適化によるアプローチマルチエージェント2024/10/1
制御バリア関数と微分可能最適化を用いて、エージェントが安全な相互作用のためにどれだけ制御を譲るか(責任配分)をデータから学習する手法を提案し、合成・実世界データで解釈可能な定量化を実現した。
- エージェント間依存を疎にした近似フィードバックナッシュ均衡群制御2024/10/1
マルチエージェント動的ゲームにおいて、他エージェントの状態に選択的に依存する疎なフィードバック政策を正則化動的計画法で求め、ノイズがある場合でも標準ナッシュ均衡より低コストを達成する手法を提案。
- ベイズ逆ゲームの自動符号化逆ゲーム/ベイズ推定2024/2/1
観測からゲームパラメータの事後分布を推定するため、微分可能なゲームソルバを組み込んだ変分オートエンコーダを提案し、不確実性を考慮した推定を可能にした。
- 宇宙空間におけるマルチエージェント衝突回避のための超平面学習群制御2023/11/1
複数ロボットの衝突回避のため、回転する分離超平面をゲーム理論的に導入し、そのパラメータを人間の操作軌跡から学習する手法を提案。ノイズを含む軌跡から学習し、未知の初期条件やロボット数増加への汎化性を実証した。
- スマート自己教師ありインフラからの動画予測を用いた接続自律走行車の動作計画VLA2023/9/1
スマートインフラが自己教師あり学習で生成する将来占有予測を接続自律走行車の動作計画に活用し、混雑環境での有効性を検証した研究。
- 近似物理モデルによる効率的で信頼性の高い実世界強化学習実世界強化学習2023/7/1
簡略化された物理モデルを活用し、実世界データを数分程度しか使わずに高精度な制御方策を学習するポリシー勾配フレームワークを提案。小型車と四足歩行ロボットで有効性を実証した。
- 不確実性に適応するマルチエージェント相互作用のためのコンティンジェンシーゲームマルチエージェント計画2023/4/1
他エージェントの意図が将来不確実に解消される状況を考慮し、ゲーム理論に基づく動作計画手法を提案。自動運転シミュレーションで有効性を示した。
- 動的ゲームにおける部分観測からのプレイヤー目的のオンライン・オフライン学習ゲーム理論/逆強化学習2023/2/1
ノイズを含む部分的な状態観測から、連続動的ゲームにおける各プレイヤーの目的(コストパラメータ)をナッシュ均衡制約を通じて推定する手法を提案し、交通シナリオで有効性を示した。
- ノイズを含む部分状態観測と不完全軌道からのフィードバック動的ゲームのコスト推定ゲーム理論2023/1/1
部分状態観測と不完全な軌道データのみから、フィードバック情報パターン下での動的ゲームのコスト関数を推定する逆フィードバックゲーム解法を提案した。
- ロボット制御のためのロバスト予測:ゲーム理論的アプローチ予測/制御2022/9/1
予測器と仮想敵の間のゼロサムゲームとして予測問題を定式化し、勾配法で局所ナッシュ均衡を求めることで、ノイズや外れ値に頑健な予測を実現した。実世界の車線変更データでベースラインより30.14%優れた性能を示す。
- 自己教師あり交通アドバイザ:スマートシティのための分散マルチビュー交通予測交通予測2022/4/1
交差点を見下ろす固定カメラが自己教師あり動画予測とデバイス間通信・共同学習により、視野外の交通も事前に予測するインフラ端末の枠組みを提案した論文。
- ゲーム理論的事前分布を用いたマルチエージェントSLAMマルチエージェントSLAM2022/3/1
複数エージェントの非協力的な相互作用をゲーム理論の事前分布として取り込み、ポテンシャルゲームとして定式化することで収束保証付きの反復最良応答型SLAMを実現した。交通シミュレーションで標準的なバンドル調整より高精度な位置推定と地図構築を示した。
- 頭対頭自律レースのための階層制御自律レース2022/2/1
安全・公平ルールを考慮した1対1自律レース向けに、離散ゲームで経由点を計画する高レベル層と、MARLまたはLQNGで高解像度制御を行う低レベル層からなる階層制御器を構築し、既存手法より勝率とルール遵守で優れることを示した。
- 未来へ戻る:到達回避ゲームにおける効率的で時間整合的な解マルチエージェント制御2021/9/1
複数エージェントが非協力的に目標達成と失敗回避を目指す到達回避ゲームにおいて、全プレイヤーに時間整合的な解を与える計算効率の良いアルゴリズムを提案し、2〜3人乗りの模擬運転シナリオで安全な制御戦略を示した。
- 雑音を含む部分状態観測から連続動的ゲームの目的関数を推定する手法逆ゲーム/軌道予測2021/6/1
複数エージェントの動的ゲームにおいて、雑音混じりの部分的な状態観測からナッシュ均衡制約を介して各プレイヤーの目的関数を推定し、軌道予測も行う逆ゲーム解法を提案した論文。
- 近似一般化フィードバックナッシュ均衡の計算ゲーム理論/制御2021/1/1
状態・入力制約付き動的ゲームにおける一般化フィードバックナッシュ均衡を定式化し、近似必要条件に基づく逐次LQゲーム法で効率的に解く手法を提案した論文。
- ゲーム理論的運動計画における複数仮説に基づく相互作用運動計画2020/11/1
他エージェントの意図の不確実性を複数の仮説とベルヌーイ確率で表現し、衝突回避の責任配分を確率に応じて調整する自動運転の運動計画手法を提案した。
- 到達可能性ゲームの近似解法ゲーム理論/制御2020/11/1
衝突回避や目標達成を定式化する到達可能性ゲームに対し、多人数・高次元でもリアルタイムに動く近似ナッシュ均衡求解法を提案し、近似精度と再cedingホライズン制御への適用を示した。
- 防御的運転を動的ナッシュゲームとして定式化動的ゲーム理論/安全運転2020/11/1
他エージェントとの戦略的相互作用を考慮し、敵対的フェーズをコスト関数に前置する一般和動的ゲーム理論の枠組みで、防御的運転を安全に符号化する新定式化を提案した。
- 推論による一般和微分ゲームの戦略整合マルチエージェント2020/2/1
複数均衡を持つ一般和微分ゲームにおいて、他エージェントが目指す均衡を推論することで曖昧さを解消し、人間とロボットのナビゲーション実験で軌道予測精度の向上と全プレイヤーのコスト低減を実現した。
- フィードバック線形化可能な動力学を持つ一般和微分ゲームのための反復二次法ゲーム理論/運動計画2019/10/1
フィードバック線形化可能な動力学系の構造を利用し、マルチプレイヤー一般和微分ゲームにおける反復LQ法の信頼性と計算速度を改善した。交通シナリオで従来より高頻度かつ高速に収束することを示した。
- 非線形多人数一般和微分ゲームのための効率的反復線形二次近似マルチエージェント制御2019/9/1
ILQRを多人数一般和微分ゲームに拡張し、線形二次ゲームを反復解くことで実時間で複数エージェントの相互作用を考慮した制御を実現した。
- 未知環境における安全かつ確率的完全なリアルタイム計画と探索運動計画2018/11/1
既存のキノダイナミックプランナを包み込み、到達可能性解析に基づくロバスト制御で安全な後方到達可能集合を保ちながら未知環境を探索する枠組みを提案し、ROS上でリアルタイムに実証した。
- 実時間マルチロボット・マルチヒューマン衝突回避のためのスケーラブルなフレームワークマルチロボット衝突回避2018/11/1
各ロボットの追従誤差マージンを事前計算し、人間の動きを確率的に予測、ロボット間を順序付き優先度で協調させることで、多数のロボットと人間が共存する環境でも安全かつスケーラブルに経路計画・実行できる枠組みを提案した。
- 逐次除去法による適応的ロボットセンシング探索・センシング2018/9/1
移動ロボットが背景ノイズの多い環境で信号源を効率的に探索するため、大域的な軌道計画と信頼区間を組み合わせたAdaSearchアルゴリズムを提案し、シミュレーションと実機で有効性を示した。
- 信頼度に基づく人間予測を用いた確率的に安全なロボット計画安全計画2018/6/1
人間の動作予測モデルの信頼度をリアルタイムに推定し、予測が外れそうなときは不確実性を高めることで、確率的な安全保証付きのロボット軌道計画を実現した。
- 分類器による近似到達可能性解析制御/安全性検証2018/3/1
HJ到達可能性の最適制御器を、到達可能値関数を保存せず二分分類器の系列として学習する手法を提案し、クアッドロータのナビゲーションで有効性を示した。
