Glen Chou
収録論文 39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
- 画像編集から物理検証済みの目標姿勢を生成するロボット操作フレームワークマニピュレーション2026/11/2
編集画像から物体間の初期相対姿勢を推定し、VLMが生成した制約と検証プログラムを用いて物理シミュレータ上で候補姿勢を評価・選別することで、メッシュや物理パラメータなしに6自由度の目標姿勢を生成する手法を提案した。
- 学習を見据えた計画:GPU上での保証付き未来学習を伴うリアルタイムロバスト適応制御ロバスト適応制御2026/10/14
将来のパラメータ学習による不確かさ低減を計画に織り込み、GPUで高速化したロバスト適応モデル予測制御を提案。四足歩行ロボットの全身制御やドローンのオンライン適応に適用した。
- 視覚デモンストレーションからのキーポイント制約学習による安全な動作計画動作計画2026/10/13
RGB-Dデモから疎な3Dキーポイントとセグメンテーションを用いてタスク制約を学習し、不確実性下での安全な計画を実現するフレームワークKCLを提案。
- 未知の制約を安全に学習する最適性と反事実正則化制約学習/逆強化学習2026/10/7
局所最適な専門家デモと学習したダイナミクスから、危険な探索なしに未知の制約を復元するCF-KKTフレームワークを提案。
- 機構的解釈可能性と最適制御によるワールドアクションモデルの堅牢性向上VLA/制御2026/7/1
機構的解釈可能性を用いてワールドアクションモデルの堅牢性を解析し、対比的活性化方向による学習不要のステアリングと、モデルベース最適制御によるフィードバック制御を提案して堅牢性を向上させた。
- GPU並列線形化誤差境界による非線形・ニューラルネットワーク動力学のリアルタイムロバスト最適制御ロバスト制御2026/7/1
非線形およびニューラルネットワーク動力学の線形時変近似に対する厳密で微分可能な線形化誤差境界をGPU上で並列計算し、ロバスト制御のリアルタイム最適化を実現した。
- しわなしロバスト性:並列シミュレーションと認定変形操作のためのロバストMPC変形物操作2026/6/12
GPU並列の微分可能シミュレータとロバストMPCを組み合わせ、ロープや布などの変形物操作をリアルタイムで安全に行う制御手法を提案した。
- ATLAS:敵対的LiDAR知覚のための大規模評価ベンチマーク自動運転/評価ベンチマーク2026/6/1
LiDAR知覚モデルに対する物理的攻撃(点群注入・除去)を模擬した初の大規模評価ベンチマークATLASを提案し、既存モデルの頑健性の非対称性を明らかにした。
- ピクセルから証明へ:並列コンフォーマルロバストMPCによる確率的に安全な潜在世界モデル制御安全制御2026/6/1
学習した潜在世界モデル上でロバストMPCを行い、コンフォーマル予測で安全性を保証するフレームワークを提案。視覚ベースの制御タスクで性能と安全性を向上させた。
- 微分可能到達可能性による非線形システムの安全なリアルタイム能動モデル識別と故障診断故障診断2026/6/1
不確かな非線形システムに対し、安全制約を保ちながら能動的にモデルを識別し故障を診断するリアルタイムアルゴリズムを提案。到達可能集合の区間近似と微分可能な目的関数を用いて、勾配法で高速に最適化する。
- PolyMerge: ポリトープ被覆による3Dガウシアンスプラットの圧縮と、リソース制約下での安全なナビゲーションの実現ナビゲーション2026/6/1
3Dガウシアンスプラットで表現されたシーンを、凸ポリトープの集合に変換して軽量化し、制御バリア関数と組み合わせることで、計算資源が限られたドローンでもリアルタイムに安全な経路計画を可能にする手法を提案した。
- 信号時相論理仕様を考慮した確率非線形システムのフィードバック動作計画動作計画2026/5/1
確率的非線形システムが信号時相論理(STL)仕様を高確率で満たすように、制御ポリシーを合成するフレームワークを提案。予測可能到達チューブと収縮理論を用いて問題を決定論的最適化に変換し、実機四足ロボットで有効性を実証した。
- 学習と計画のための並列微分可能リーチャビリティ:認定されたニューラルダイナミクスとコントローラ安全保証/リーチャビリティ解析2026/5/1
JAXベースの並列・微分可能なリーチャビリティ解析フレームワークを提案し、ニューラルネットワークのダイナミクスと制御器の安全性保証を実現。認定訓練とリーチャビリティ考慮のMPCを開発し、実機を含む実験で有効性を示した。
- GPUによる到達可能性制約付きシステムレベル合成を用いたミリ秒単位の安全な大規模ロバスト非線形MPC制御/MPC2026/4/1
GPU並列化により、高次元の不確かなロボットシステムに対する安全でロバストな非線形モデル予測制御をリアルタイムで実現するフレームワークを提案。名目軌道、追従制御器、閉ループ到達可能集合を共同最適化し、四足歩行ロボットや人型ロボットで有効性を実証した。
- VISION-SLS: 学習された視覚表現とシステムレベル合成による安全な知覚ベース制御安全制御/視覚フィードバック2026/4/1
高解像度RGB画像からの非線形出力フィードバック制御において、不確かさの較正された境界のもとでロバストな制約充足を保証する手法を提案。学習された低次元観測写像とSLSによる因果アフィン時変出力フィードバックポリシーを組み合わせ、非凸問題を逐次凸計画法とRiccati再帰で効率的に解く。シミュレーションと実機で安全性と求解時間を実証。
- 訓練データを超えた安全性:Conformal予測とシステムレベル合成によるロバストな分布外MPCロバストMPC2026/2/1
学習済みダイナミクスモデルの分布外領域での安全性を確保するため、重み付きConformal予測でモデル誤差の高信頼度上界を導出し、システムレベル合成ベースのロバスト非線形MPCに統合する枠組みを提案した。
- 平滑化誤差到達チューブによる接触豊富な操作の認定勾配ベース制御マニピュレーション2026/2/1
接触ダイナミクスを平滑化して勾配を活用しつつ、平滑化による誤差を到達可能集合として補償することで、安全性とタスク完了を保証する制御手法を提案した。
- Koopman作用素とConformal保証によるスケーラブルなデータ駆動型到達可能性解析と制御安全性検証/制御2026/1/1
Koopman理論とニューラルネットワークで未知の非線形ダイナミクスを線形近似し、Conformal予測で誤差を保証することで、高次元システムの確率的な安全性検証を効率的に行うフレームワークを提案した。
- 高次元デモンストレーションからの能動的制約学習模倣学習2025/12/1
デモンストレーションから未知の制約を推定するため、ガウス過程を用いて情報量の多い軌道を能動的に要求する反復学習アルゴリズムを提案し、高次元非線形系で有効性を示した。
- MAPS: モジュール別近接スケジューリングによる視覚言語表現の保持と視覚言語行動モデルの汎化向上VLA2025/11/1
VLAモデルのファインチューニング時に、モジュールごとに事前学習VLMへの近接制約を段階的に緩めるスケジューリングを導入し、追加パラメータなしで分布内外の性能を最大30%向上させた。
- 不確実な地形における確率的に安全な二足歩行ナビゲーション:Conformal Predictionと収縮解析によるアプローチ歩行2025/10/1
地形の高さの不確かさをGP回帰とConformal Predictionで校正した信頼区間として扱い、収縮理論に基づく到達可能チューブと角運動量制御を組み合わせて、二足歩行ロボットの確率的な安全保証付きナビゲーションを実現した。
- 生成モーションプランナーの形式的安全検証と認定ローカル安定化による改良安全検証2025/9/1
生成モーションプランナーを小さな追従制御器で模倣し、ニューラルネットワーク検証を適用することで、安全性を形式的に保証しつつオンラインで安全に展開する手法を提案。
- NavMoE:専門家混合による局所ナビゲーションのためのハイブリッドモデル・学習ベース走行可能性推定ナビゲーション2025/9/1
地形ごとに特化したモデルベースと学習ベースの推定器を専門家として組み合わせ、ゲーティングネットワークで動的に重み付けする走行可能性推定手法を提案。未見環境への汎化と推論効率を両立。
- フィラメントと剛体間の準拠接触の凸定式化マニピュレーション2025/9/1
離散弾性ロッドと凸接触モデルを組み合わせ、フィラメントと剛体の摩擦接触を高精度にシミュレーションする枠組みを提案。
- 擬距離と制約多様体の学習による学習済みダイナミクスの分布外汎化の改善学習ダイナミクス2024/3/1
ロボットダイナミクスのスパース性と非ホロノミック制約をデータから学習し、分布外状態での予測精度を向上させる手法を提案。
- 勾配で不確実性に挑む:拡散スコアマッチングによるオフライン強化学習オフライン強化学習2023/6/1
データへの平滑化距離を不確実性指標として用い、その勾配をスコアマッチングで直接学習することで、高次元オフライン強化学習における一次法プランニングを可能にするSGPを提案した論文。
- 二乗和最適化による非線形システムの安定な低次視覚運動政策の合成視覚運動政策2023/4/1
視覚観測と学習した知覚モジュールを用いたフィードバック制御において、制御アフィン非線形システムの動的低次出力フィードバック多項式政策を合成し、目標状態への実行時安定性を保証する手法を提案。
- 少ない人間データで自然言語を線形時相論理へ翻訳するロボットタスク仕様学習VLA2023/3/1
LLMで合成した自然言語コマンドデータを用いて翻訳器を微調整し、制約付きデコーディングで構文的に正しいLTL仕様を生成することで、わずかな人間注釈でも高精度に自然言語からLTLへの変換を実現した。
- 未知の劣駆動確率システムに対するフィードバック運動計画の統計的安全性とロバスト性保証運動計画2022/12/1
未知の非線形確率劣駆動システムに対し、学習した平均ダイナミクスと外乱境界、収縮理論に基づくフィードバック制御を組み合わせ、極値理論を用いて実行時の安全性と目標到達性を統計的に保証する計画法を提案した。
- 学習知覚モジュールと収縮理論による画像からの安全な出力フィードバック運動計画運動計画2022/6/1
RGB-D画像と学習知覚モジュールを用いたフィードバック制御において、収縮理論に基づく状態推定誤差の上界を導出し、サンプリングベース運動計画に統合することで実行時の安全性と目標到達を保証する手法を提案した。
- ガウス過程による制約学習と確率的制約付き動作計画動作計画2021/12/1
局所最適なデモンストレーションからKKT条件を用いてガウス過程で制約を学習し、その不確実性を活かして確率的に安全な軌道を計画する手法を提案した。
- 学習した収縮計量によるモデル誤差伝播を考慮した未知システムの安全なフィードバック運動計画運動計画2021/4/1
未知ダイナミクスを持つシステムに対し、学習モデルの誤差を確率的に評価し、収縮ベース制御器の追従誤差上界を最適化することで、安全なフィードバック運動計画を実現する手法を提案した。
- 不確実な制約を考慮した模倣学習による適応的安全動作計画動作計画2020/11/1
実演から不確実な制約を学習し、ロバスト最適化で制約の信念を獲得して安全性と性能を両立する軌道計画を実現する手法を提案した。
- 学習ダイナミクスを用いた計画:リプシッツ定数による安全性と到達可能性の確率的保証運動計画2020/10/1
未知ダイナミクスを持つシステムに対し、学習モデルと真のダイナミクスの差のリプシッツ定数を推定し、その妥当性を確率的に保証することで、安全性・到達可能性・目標安定性を確率的に保証するフィードバック運動計画法を提案した論文。
- 劣悪なデモンストレーションから時相論理式を学習して多段階タスクを説明する手法模倣学習2020/6/1
成功だが最適とは限らないデモから、KKT最適性条件と反例誘導型反証を用いてLTL式の原子命題と論理構造を学習し、多段階タスクを説明する手法を提案。
- 視界制約付き実演から障害物と経路の妥当性を推定する学習from実演2020/5/1
視界が遮られる環境で逐次再計画しながら示された実演経路から、2D環境の障害物配置を制約充足問題として推定し、新規経路計画や環境の確率的表現の復元を行う手法を提案した。
- コスト関数不確実性下での局所最適実演からの制約学習模倣学習2020/1/1
コスト関数が未知の状況で、局所最適な実演からKKT条件とMILPを用いてパラメトリック制約を学習する手法を提案し、7自由度アームやクアッドロータで有効性を示した。
- 実演からの高次元パラメトリック制約の学習制約学習2019/10/1
安全な専門家実演から高次元のパラメトリック制約を学習するスケーラブルな手法を提案し、hit-and-runサンプリングで不安全軌道を生成して整数計画で不安全集合を表現する。
- 実演からの制約学習学習 from 実演2018/12/1
安全な実演とシステムモデルから、タスク間で共有される未知の制約を学習する手法を提案。hit-and-runサンプリングで不安全軌道を生成し、整数計画で安全・不安全集合を一貫して表現する。
