Evangelos A. Theodorou
収録論文 49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
- パレート最適エントロピー正則化軌道最適化軌道最適化2026/10/6
エントロピー正則化とパレートフィルタリングを組み合わせ、DDPの探索範囲を広げて非凸な軌道最適化問題の成功率を向上させる手法を提案。
- 純粋なサンプリングを超えて:非凸モデル予測制御のためのハイブリッド最適化機構モデル予測制御2026/6/1
非凸なモデル予測制御(MPC)の最適化を、勾配法とサンプリングを組み合わせた二段階機構で改善する手法を提案・検証した論文。
- 深層展開による協調最適化群制御2026/6/1
分散最適化ソルバーのハイパーパラメータを深層展開で学習し、実行時に動的調整することで、従来ソルバーより高速に高品質な軌道を生成する手法を提案した。
- エントロピー正則化最適輸送によるサンプリングベース制御制御2026/5/1
MPPIやCEMなどのサンプリングベースMPCの課題を、エントロピー正則化最適輸送を用いたOT-MPCアルゴリズムで解決し、候補制御系列を低コストな提案へ洗練させることで、複雑なコスト環境での性能を向上させた。
- リスクを考慮した制御のための多段階信念空間ダイナミクス学習自動運転/リスク制御/MPC2026/5/1
自動運転車のリスクを考慮した計画・制御のために、不確実性の時間発展を予測する分布ダイナミクスを学習し、実時間で最適化できるMPCフレームワークを提案。実車でのオフロード走行実験で有効性を実証した。
- ギブス変分原理によるセンサベース制御の基本原理限界制御理論2026/3/1
部分観測下のフィードバック制御における最小期待コストの下界を、ギブス変分原理を用いて導出し、自己無撞着な改良により厳密な数値限界を計算する手法を提案した。
- cuNRTO: GPU高速化による非線形ロバスト軌道最適化軌道最適化2026/3/1
不確実性下でのロバスト軌道最適化をCUDA上で高速化するcuNRTOを提案し、二つの動的最適化アーキテクチャで最大139.6倍の高速化を実現した。
- 不完全な通信下における非同期分散マルチロボット動作計画群制御2025/11/1
通信遅延を考慮してペナルティパラメータを適応させるDA-ADMMを提案し、分散最適化によるマルチロボットの衝突回避動作計画の堅牢性と成功率を向上させた。
- 群れのためのロバスト最適化のスケーリング:分散的アプローチ群制御2025/8/1
不確実性下での安全なマルチエージェント制御のための分散ロバスト最適化フレームワークを提案し、ADMMに基づく分散手法でスケーラビリティを実現した。
- 非線形ロバスト最適化による計画と制御ロバスト制御2025/4/1
未知の有界外乱を受ける非線形動的システムに対し、二段階最適化でロバストな軌道計画と制御則を求める手法を提案した。
- バリア・リカッチ合成による吸引域を拡大した非線形安全制御安全制御2025/4/1
バリア状態と状態依存リカッチ方程式を組み合わせ、非線形系でも安全制約を満たしつつ吸引域を広げる制御手法を提案し、四rotorの障害物回避で検証した。
- 視覚的地形特徴を用いた高速自律オフロード走行の動力学モデリングsim2real2024/12/1
事前学習済み視覚基盤モデルDINOv2の特徴量から地形による動力学変化を予測するハイブリッドモデルを提案し、軽量な地図生成を可能にする学習アーキテクチャをDARPA RACERの大規模データで検証した。
- 作用素分割による安全な確率非線形制御のための共分散ステアリング確率制御2024/11/1
非線形動力学と確率制約を伴う分布ステアリング問題に対し、問題を並列に解ける部分問題へ一時的に分割する作用素分割型共分散ステアリングを提案し、厳しい安全制約下でも従来法より良い解が得られることを示した。
- MPPI-Generic: 確率的軌道最適化のためのCUDAライブラリ軌道最適化2024/9/1
GPU加速による確率的軌道最適化ライブラリMPPI-Genericを開発し、MPPI制御の複数変種を既存のモデルやコスト関数と組み合わせて利用可能にした。
- モデル予測パス積分制御における低周波サンプリングモデル予測制御2024/4/1
MPPI制御のサンプリングに有色ノイズ分布を導入し、低周波制御信号を強調することで、より滑らかで探索的なサンプルを生成し、性能を向上させる手法を提案した。
- マルチエージェントロボットシステムのためのスケーラブルなロバスト最適化:分散型アプローチ群制御2024/2/1
マルチロボット系の不確実性に対処するロバスト最適化を、ADMMによる分散計算でスケーラブルかつ通信効率良く解く枠組みを提案した論文。
- 微分可能なロバストモデル予測制御モデル予測制御2023/8/1
陰関数定理を用いた微分可能最適制御とチューブ型MPCを組み合わせ、不確実性下でロバストMPCのパラメータを自動かつリアルタイムに調整する手法を提案し、非線形ロボットシステムで検証した。
- 超大規模クラスタ型マルチエージェントシステムのための分散階層分布制御群制御2023/5/1
数百万体規模のマルチエージェント系を対象に、階層クラスタ構造を利用してエージェント群の状態分布を目標分布へ確率的な安全保証付きで誘導する分散制御フレームワークを提案した。
- 多環境自律走行のための多段階ダイナミクスモデリングフレームワークsim2real2023/5/1
オフロード車両の複雑なダイナミクスを、限られた時間軸でLSTMを用いたハイブリッドモデルにより多段階予測するフレームワークを提案し、実時間で数百万の軌道予測を可能にした。
- 許容バリア状態を用いた安全埋め込みDDPの探索改善安全軌道最適化2023/3/1
最適化中に一時的な制約違反を許容するT-DBaSを提案し、DDPと組み合わせて局所解を脱出しやすくした安全軌道最適化手法を実機検証した。
- 分散モデル予測共分散ステアリング群制御2022/12/1
確率的な不確かさ下のマルチエージェント制御のため、共分散ステアリングと分散最適化とMPCを統合した分散アルゴリズムDiMPCSを提案し、多数ロボットのシミュレーションと実機で有効性を示した。
- 安全な軌道最適化と制御のためのガウス過程バリア状態安全制御2022/12/1
未モデル化ダイナミクスを持つ非線形システムを、ガウス過程で学習しつつバリア状態で安全領域に保つ制御手法を提案。軌道最適化や障害物回避に応用。
- MPOGames: 効率的なマルチモーダル部分観測動的ゲームマルチエージェント/ゲーム理論2022/10/1
マルチエージェントの動的ゲームをPOMDPとして再定式化し、複数の局所ナッシュ均衡間の相互作用を捉えるMaxEnt動的ゲームの効率的解法を提案。実車実験でリアルタイム性を実証。
- パラメータ化微分動的計画法軌道最適化2022/4/1
時間不変パラメータを含む最適制御問題を解くため、DDPを一般化したPDDPを提案し、収束解析とロボットのMPC・MHE同時求解、UAM機の飛行モード遷移点最適化への応用を示した論文。
- 深層FBSDEとADMMによる分散型安全マルチエージェント確率的最適制御マルチエージェント制御2022/2/1
確率的な外乱下で複数エージェントを安全に制御するため、確率制御バリア関数とADMMによる合意形成を組み込んだ分散型の深層学習制御手法を提案し、衝突回避を保証しつつ集中型より優れた拡張性を示した。
- 深層逆強化学習によるMPC向け時空間コストマップ推論自動運転/逆強化学習2022/1/1
人間の運転デモから目標条件付き時空間報酬を逆強化学習で学習し、そのコストマップをMPCに用いて手設計なしで自然な自動運転行動を実現する手法を提案した。
- マルチモーダル最大エントロピー動的ゲームマルチエージェント2022/1/1
エージェント間の相互作用をマルチモーダルな最大エントロピー定式化で解くMMELQGamesを提案し、衝突回避や自動運転レースで有効性を示した論文。
- 最適ホライズン模型予測制御と微分動的計画法MPC2021/11/1
微分動的計画法に基づき、予測ホライズンをオンラインで決定する軌道最適化アルゴリズムを提案し、障害物回避問題で標準MPCより有効であることを示した。
- 最大エントロピー微分動的計画法最適制御2021/10/1
微分動的計画法に最大エントロピー定式化を導入し、多峰性方策による探索で局所解を脱出できる2つの変種を提案・検証した論文。
- 不整地走行のためのリスク考慮型コストマップ学習歩行2021/7/1
脚式ロボットの不整地ナビゲーション向けに、走行可能性コストの裾リスク(CVaR)をニューラルネットで学習し、外れ値に頑健なコストマップを生成する手法を提案した。
- 離散バリア状態を用いた安全埋め込み型微分動的計画法安全制御/軌道最適化2021/5/1
連続時間系向けのバリア状態を離散時間系に拡張し、安全性をモデルに埋め込んだDDPで安全な最適軌道計画を実現した。車輪ロボットのナビゲーションやクアッドロータの追従タスクで有効性を示した。
- ロボティクスと応用物理における制御とアクチュエータ共設計のための確率的時空間最適化制御・共設計2021/2/1
ヒルベルト空間上で半線形SPDEを扱うサンプリングベースの確率的最適化フレームワークを提案し、フィードバック制御則とアクチュエータ設計を同時に最適化する。
- ネットワーク化マルチエージェント系における線形可解最適制御の分散アルゴリズム群制御2021/2/1
ネットワーク化マルチエージェント系の線形可解最適制御を、各エージェントと近傍からなる部分系の局所問題に分割し、離散時間は並列線形方程式、連続時間は経路積分と相対エントロピー方策探索で分散的に解く手法を提案した論文。
- 確率的探索を用いた適応型リスク感応モデル予測制御モデル予測制御2020/9/1
初期状態・確率的ダイナミクス・不確かなパラメータの不確実性を扱い、確率的探索でCVaRを最適化する枠組みを提案し、振り子や台車棒、クアッドコプターで有効性を示した。
- 確率的バリア関数と深層FBSDEによる安全な最適制御安全制御2020/9/1
確率的バリア関数と深層フォワード・バックワードSDEを組み合わせ、状態・制御制約を満たす安全な軌道最適化をエンドツーエンドで学習する手法を提案した論文。
- 確率的多エージェント系のための協調経路積分制御群制御2020/9/1
エージェント群を部分系に分割し、局所観測のみで共同コストを最適化する分散確率最適制御を経路積分とモンテカルロ近似で解き、協調UAV群のシミュレーションで検証した論文。
- 視覚模倣学習からの近似逆強化学習逆強化学習2020/4/1
視覚ナビゲーションのための暗黙的な目的関数を、模倣学習とMPCとDNN解釈手法を組み合わせて獲得する手法を提案し、実環境・シミュレーションの自動運転で汎化性を示した。
- チューブMPCのための深層学習チューブMPC2020/2/1
深層分位点回帰で不確実性を定量化し、システムの取り得る軌道を包むチューブを学習して非線形MPCに組み込む手法を提案。再帰的実行可能性と確率的制約充足を証明し、四 rotor 系のシミュレーションで有効性を示した。
- 深層オプティカルフローとPixelMPCによる攻めの知覚考慮ナビゲーションMPC/視覚ナビゲーション2020/1/1
オプティカルフローとロボットダイナミクスを組み合わせた深層オプティカルフローダイナミクスをMPCに統合し、高速ドローンレースで重要な特徴の視認性を保ちながら飛行するPixelMPCを提案した。
- ベイズ学習に基づく安全クリティカルシステム向け適応制御適応制御2019/10/1
ガウス過程やベイズニューラルネットでモデル不確かさを学習し、確率的CLF/CBFを用いて安定性と安全性を確率1で保証する適応制御フレームワークを提案した。
- 局所重み付き回帰による擬似リハーサルを用いた車両ダイナミクスのオンライン学習車両ダイナミクス/オンライン学習2019/5/1
ニューラルネットによる車両ダイナミクスモデルのオンライン適応で破滅的忘却を防ぐため、擬似リハーサルと局所重み付き射影回帰を組み合わせたLW-PR²法を提案し、シミュレーションと実車データで有効性を示した。
- 知覚的注意に基づく予測制御視覚ナビゲーション2019/4/1
MPCを用いて画像内の注目領域を学習し、不確実性推定と組み合わせて自律走行の危険検知を高速化する手法を提案し、小型車両で検証した。
- 前方後方SDEを用いた深層確率的最適制御方策の学習確率的制御2019/2/1
非線形確率的制御理論と前方後方SDEの関係に基づき、リカレント層と全結合層からなる深層ニューラルネットで確率的制御方策を学習する枠組みを提案し、3つの非線形系のシミュレーションで有効性を示した。
- 深層動的オブザーバを用いた視覚ベース高速走行自動運転2018/12/1
単眼カメラ・IMU・車輪速センサのみで、深層学習による路面検出とパーティクルフィルタ、MPCを組み合わせ、未舗装路を摩擦限界で高速走行する1/5スケール車両を実現した。
- 冗長な深層知覚制御ポリシーによるベイズアンサンブル意思決定自動運転2018/11/1
ベイズニューラルネットのアンサンブルと冗長制御を組み合わせ、複数センサ故障時でも安全に自動運転できる手法を提案した論文。
- 車輪倒立振子ヒューマノイドの全身制御のための階層最適化全身制御2018/10/1
車輪で動く倒立振子型ヒューマノイドに対し、低レベルで関節制御、高レベルで重心目標を決める階層型全身制御を提案し、バランスや姿勢維持など複数タスクを優先度付きで同時に実行できるようにした。
- 情報理論的モデル予測制御:理論と自動運転への応用モデル予測制御2017/7/1
情報理論に基づくサンプリング型最適制御手法を提案し、それをモデル予測制御に応用してダートコースでのアグレッシブな自動運転を実現、クロスエントロピー法と比較した論文。
- 自動運転レースにおける微分ゲーム理論を用いたBR-MPPI制御自動運転/制御2017/7/1
微分ゲーム理論でMPPIを拡張したBR-MPPIを提案し、2台のAutoRally車両で熟練ドライバーと競争させてリアルタイム多車両インタラクションを実証した。
- CNNコストモデルを用いたアグレッシブ自動運転のモデル予測制御自動運転2017/7/1
単眼カメラ映像からCNNで走行コストマップを予測し、MPCで高速・アグレッシブな自律走行を実現する枠組みを提案した。1/5スケール車両で実証した。
