Hiroyasu Tsukamoto
収録論文 14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
- 視覚言語行動モデルにおける線形表現仮説VLA2026/9/25
視覚言語行動モデル(VLA)において、物理量の未来の変化を線形に読み出し・操作できる表現が存在することを理論的に示し、ナビゲーション実験で検証した。
- 統計的ロバスト性を備えた組込み非線形制御のための等角クープマン:理論と実世界検証制御理論2026/3/1
クープマン作用素と縮約理論を結びつけ、等角予測を用いてモデル不確実性下での状態追従誤差の分布非依存な確率的境界を導出し、閉ループ制御に理論的保証を与える枠組みを提案。Dubins車と羽ばたき翼ドローンで実証した。
- 分布フリー不確かさ定量化を伴うロバスト非線形制御のためのコンフォーマル収縮ロバスト制御2025/7/1
データ駆動の不確かさ予測とコンフォーマル予測を組み合わせ、非線形系の収縮制御に分布フリーな確率的保証を与える枠組みを提案した。
- 情報最適化に基づく多機宇宙機配置による恒星間天体探査群制御2024/11/1
恒星間天体の不確実性に対処するため、複数の宇宙機を情報量が最大になるよう配置する枠組みを提案し、確率的保証と数値シミュレーションで有効性を示した。
- CaRT: 学習ベース運動計画における認定安全とロバスト追従マルチエージェント/安全制御2023/7/1
学習ベースの運動計画ポリシーに対し、安全フィルタとロバスト追従フィルタを階層的に組み合わせ、非線形マルチエージェント系の安全性と外乱下での追従誤差の指数有界性を保証する分散型フレームワークを提案。
- 恒星間天体への到達性とミッション設計宇宙探査2022/10/1
恒星間天体への高速フライバイミッションを検討し、深層学習による誘導制御や航法引き継ぎ、状態推定の課題を議論した。
- ニューラル・ランデブー:恒星間天体との遭遇のための証明可能なロバスト誘導制御誘導制御2022/8/1
深層学習を用いた誘導制御フレームワークにより、高速で移動する恒星間天体への自律的かつ高精度なランデブーを実現し、確率的な誤差保証を証明した。
- 収縮理論による非線形安定性解析と学習ベース制御:チュートリアル概説非線形制御2021/10/1
収縮理論を用いて非線形システムの増分指数安定性を解析し、ニューラルネットワーク制御の安全性保証を凸最適化で系統的に構築する方法を解説したチュートリアル。
- 学習ベース制御のための神経収縮計量の理論的概観:安定性保証付き制御理論2021/10/1
学習ベース制御の安定性を保証するため、最適収縮計量をニューラルネットでモデル化するNCMの理論を概説し、外乱下でも目標軌道との誤差が指数的に減少することを示した。
- 収縮理論に基づく学習適応制御適応制御2021/3/1
深層ニューラルネットワークで微分リアプノフ関数と安定化適応制御則を近似し、収縮理論によりパラメータ不確かさや外乱下での指数有界性を保証する適応制御フレームワークを提案した。
- 収縮理論に基づく安定性保証付き学習ベースロバスト運動計画運動計画2021/2/1
収縮理論を用いた微分リアプノフ関数の設計により、学習ベースの非線形運動計画器に形式的なロバスト性と安定性の保証を与える手法LAG-ROSを提案した。
- 学習ベース制御と推定のためのニューラル確率収縮計量制御理論2020/11/1
スペクトル正規化した深層ニューラルネットで収縮計量を構成し、確率的非線形系に対して安定性を保証する制御・推定フレームワークを提案した論文。
- 収縮計量のニューラル近似によるロバスト推定と制御制御/推定2020/6/1
最適な収縮計量をLSTMで大域近似するNeural Contraction Metricを提案し、有界外乱下の非線形システムに対するオンライン最適推定器と制御器を双対性を用いて設計した研究。
- 凸最適化による確率非線形系のロバスト制御器設計ロバスト制御2020/6/1
伊藤確率非線形系とラグランジュ系に対し、最適な収縮計量を用いて定常二乗追従誤差の上界を最小化する凸最適化ベースの状態フィードバック制御則CV-STEMを提案し、宇宙機の姿勢制御で有効性を示した。
