Ian Abraham
Yale University
収録論文 48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
- 時間最適なエルゴディック回収探索・回収計画2026/10/15
検出をポアソン過程としてモデル化し、帰還フェーズを含めたミッション全体の時間を最小化するエルゴディック探索の新定式化を提案し、最大19%の時間短縮を実現した。
- EmbodiedSWE:長期的器用ロボティクスのためのコーディングエージェントVLA2026/9/23
コーディングエージェントが長期的・器用なロボットタスクを解き、その解を多様な軌道に拡張してVLAを訓練し、実機タスクまで完了できることを示した研究。
- 多様な接触リッチ操作戦略を発見するための接触陰的Stein射影ADMMマニピュレーション2026/9/23
接触陰的軌道最適化にStein変分推論を組み合わせ、押し・把持・ハンドオーバーなどで多様な接触戦略を発見する手法を提案。
- サンプリングベースMPCによる視覚ポリシー学習の加速VLA2026/9/17
サンプリングベースのモデル予測制御と一次勾配ポリシー最適化を組み合わせ、深度画像から歩行・操作ポリシーを効率的に学習し、実機ロボットへゼロショット転移する手法を提案。
- 接触リッチ操作のためのスタイン変分推論による分布ロバスト制御マニピュレーション2026/5/1
接触を伴う操作タスクにおいて、モデルベース制御の不確実性表現を拡張し、スタイン変分推論に基づく分布ロバスト制御を提案。パラメータ不確実性を明示的にモデル化し、タスク感度を考慮することで、既存手法と比べて最大3倍のロバスト性向上を実現した。
- 一般化された運動場における漸近最適エルゴード被覆探索計画2026/5/1
時間変化する流れ場での探索をエルゴード被覆問題として定式化し、領域の進化を考慮した流れ適応型の被覆指標を提案した。これにより、非駆動や開ループ計画でも効果的な探索が可能になることを実験で示した。
- 確率的分離ポリシー勾配による効率的なオンポリシー視覚強化学習強化学習/視覚2026/5/1
軌道ロールアウトのランダム摂動でポリシー勾配を推定し、単一GPUで数時間の学習を実現する軽量な視覚強化学習手法SDPGを提案。視覚MuJoCoベンチマークで既存手法より高速・低メモリ・高報酬を達成し、実機へのsim-to-real転送も実証した。
- スタイン変分不確実性適応モデル予測制御制御2026/4/1
非線形動的システムの潜在パラメータ不確実性に対して、スタイン変分推論を用いてタスク依存の不確実性分布を粒子近似し、ロバスト性と性能のトレードオフを改善する制御器を提案した。
- カーネル平均埋め込みによる無限時間エルゴード制御カバレッジ制御2026/4/1
カーネル平均埋め込みに基づくエルゴード制御を無限時間に拡張し、長時間のカバレッジタスクを効率的に解く手法を提案した。
- 大規模探索:マルチスケール領域におけるエルゴディック被覆最適化の数値的安定性向上被覆計画2025/12/1
エルゴディック被覆計画の数値的不安定性を解決するため、スケールに依存しない適応的最適化手法を提案し、対数空間でのエルゴディック指標を導出して性能を維持しつつ数値条件を改善した。
- 量より質:接触ベースのロボットデータセットのキュレーションが学習を改善する接触/データキュレーション2025/10/1
接触情報に着目し、フィッシャー情報量に基づく指標でデータを選別することで、少ないながら有益なデータがロボット学習を加速させることを示した研究。
- サンプルベースハイブリッドモード制御:アルゴリズム的および非微分可能制御モードの漸近的最適切替ハイブリッド制御2025/10/1
非微分可能なアルゴリズム的制御モード間の切替を整数最適化問題として定式化し、サンプルベース探索で効率的に解く手法を提案。長期計画と高頻度制御の反応的切替を要する実機ロボットタスクで有効性を示した。
- ペイロード不確かさ下での最適ピックアンドプレース実行のためのデュアル制御参照生成マニピュレーション2025/10/1
ペイロードの不確かさがあるピックアンドプレース作業において、デュアル制御の枠組みで参照軌道を生成し、タスク実行とパラメータ同定を同時に効率化する手法を提案した。
- 微分可能シミュレーションの並列化による視覚ポリシー学習の高速化視覚ポリシー学習2025/5/1
レンダリングを計算グラフから切り離すことで微分可能シミュレータと組み合わせ、視覚ポリシー学習を安定化・高速化する手法を提案。ヒューマノイド走行を単一GPUで4時間で学習できる。
- 接触を考慮したフィッシャー情報量最大化による行動生成触覚2025/5/1
接触ダイナミクスの情報量をフィッシャー情報量で評価し、物体パラメータ学習に有効な接触リッチ行動を生成する手法を提案。
- メッシュ化可能な曲面におけるエルゴディック探索探索計画2025/3/1
任意の三角形メッシュで近似できる曲面に対し、有限要素法で基底関数を近似することでエルゴディック探索を拡張し、従来の解析的基底が使えない複雑な形状でも高品質な探索を可能にした。
- 煙による時変センサ可視性制約下でのマルチエージェントエルゴディック探索群制御2025/3/1
煙の拡散でセンサ視界が変化する山火事探索において、エルゴディック軌道最適化と可視性モデルを組み合わせ、複数ドローンが効率的に情報収集する手法を提案した。
- 微分可能シミュレーションにおける接触モードの励起によるロボット学習sim2real2024/11/1
微分可能シミュレータで情報量の多い接触モードを能動的に計画・励起し、sim-to-realギャップを縮める手法を提案。ロボットのパラメータ推定問題でランダムサンプリング比べ推定誤差を約84%削減した。
- 最大平均不一致度を用いた一般領域におけるエルゴディック軌道最適化軌道最適化2024/10/1
カーネル最大平均不一致度に基づき、領域固有の知識を必要とせず、探索領域のサンプルのみからエルゴディックな被覆軌道を生成する手法を提案した。
- 複雑環境におけるエルゴディック探索のための測度保存流経路計画2024/9/1
ラプラス・ベルトラミ固有関数で地図形状と障害物を考慮したエルゴディック指標を提案し、測度保存ベクトル場で障害物回避を保証する軌道生成法を開発した。
- ロボット学習におけるKoopman作用素ロボット学習2024/8/1
非線形ダイナミクスを線形作用素として扱うKoopman理論の基礎から、モデルベース制御・状態推定・運動計画などロボット学習への応用までを体系的にレビューした論文。
- スタイン変分エルゴディック探索:多様な探索戦略の効率的な分布最適化探索計画2024/6/1
エルゴディック探索を確率的推論問題として定式化し、スタイン変分法で並列計算により多様な被覆軌道の分布を効率的に最適化する手法を提案した。
- RAnGE: エルゴード性を保証する到達可能性解析探査制御2024/4/1
外乱下でもエルゴード的探査の性能を保証するため、到達可能性解析を用いて最適制御器を導出し、ニューラルネットで解く手法を提案した。
- RB5低コスト探査ロボット:安価なハードウェアで実現する自律長期探査自律探査2024/2/1
RGB-Dカメラと低消費電力計算機のみを搭載したロッカーボギー式車輪ロボットで、フロンティア探索とサンプリング探索を拡張した手法により、低頻度更新でも未知・GPS不可環境を自律的に長期探査できることを示した。
- DEUX: 教師なし深度知覚学習のための能動的探索能動的探索2023/10/1
ロボットが3D環境を能動的に探索し、深度不確実性に基づく経路計画で収集したデータを用いて、教師なし深度補完モデルの性能とゼロショット汎化を改善する手法を提案。
- エネルギー制約下でのマルチエージェント巡回探索:バッテリーを考慮した連続探索群制御2023/10/1
エルゴディック探索とエネルギー管理を統合し、バッテリー残量を予測しながら複数ロボットが途切れなく探索を続ける手法を提案した。
- 画像誘導による二段階エルゴディック探索:惑星ローバーへの応用探索・ナビゲーション2023/7/1
画像分類器で岩石を検出しながら情報マップを更新し、ローバー本体と視覚センサを粗密二段階で制御するエルゴディック探索手法を提案し、火星ローバー画像で岩石位置推定の精度向上と経路短縮を実証した。
- 時間最適なエルゴディック探索探索計画2023/5/1
エルゴディック不等式制約を用いて探索の粒度と時間のバランスを調整し、時間最適なロボット探索軌道を生成する手法を提案し、シミュレーションとドローン実験で有効性を示した。
- 人間-群システムのためのスケール不変な仕様記述群制御2022/12/1
群ロボットの軌道を空間分布として指定するスペクトル分解に基づく制御法を提案し、エージェント数に依存しない操作インターフェースを実現した。
- 制御バリア関数による混雑環境での安全臨界エルゴディック探索経路計画2022/11/1
離散制御バリア関数とエルゴディック軌道最適化を組み合わせ、障害物の多い環境で衝突を避けつつ空間をくまなく探索する安全な軌道を生成する手法を提案し、ドローン実験で有効性を示した。
- スケール不変な高速関数型位置合わせ位置合わせ2022/9/1
点群を直交基底関数で表現し、L2距離を効率的に近似することで、スケール未知でも線形時間で高精度に位置合わせする手法FLSを提案した。
- 多目的エルゴディック探索のための局所最適化フレームワーク探索計画2022/7/1
複数の情報マップを同時に扱う多目的エルゴディック探索問題を定式化し、パレート最適解を効率的に求める局所最適化手法を提案した。
- 部分報酬分離による協調型マルチエージェント方策の学習マルチエージェント強化学習2021/12/1
大規模な協調型マルチエージェント強化学習の信用割当問題に対し、エージェントの部分集合ごとに問題を分離する部分報酬分離(PRD)を提案し、方策勾配の分散低減と性能向上を示した。
- ベジェ曲線とダイナミクス・ドメインランダム化による脚式ロボットのsim-to-real歩容変調sim2real2020/10/1
ランダム化した力学・地形下の強化学習で、開ループのベジェ曲線歩容生成器を慣性計測のみで変調し、未知の不整地を歩行できる四脚ロボットのsim-to-real手法を提案した論文。
- 平衡点からの能動学習のためのエルゴード的尺度能動学習2020/6/1
ロボットが安定な平衡政策を保ちながらエルゴード的探索で情報量の多いデータを能動的に生成するKL-E³を提案し、ベイズ最適化やモデル学習などで有効性を示した論文。
- パラメータ不確かさ下でのモデルベース汎化のための経路積分制御モデルベース制御2020/6/1
経路積分制御の自由エネルギー定式化でサンプル空間を拡張し、モデルの不確かさを行動に埋め込むことでロボット計画の頑健性を高める手法を提案し、多様なロボットタスクで実機検証した。
- 柔軟な群制御のためのエルゴディック仕様:ユーザーコマンドから持続的適応まで群制御2020/6/1
タブレット入力から群ロボットの分散エルゴディック被覆制御までを繋ぐパイプラインを構築し、ユーザー指示や環境変化に動的に応答する群制御を実現した。VRシミュレーションとDARPA OFFSET実フィールド試験で有効性を検証した。
- データ駆動型Koopmanオペレータによる人間-機械系のモデルベース共有制御共有制御2020/6/1
Koopmanオペレータでシステムダイナミクスとユーザー操作を観測から学習し、自律パートナーの制御則を最適化して人間と機械の制御権限を動的に配分する共有制御手法を提案し、被験者実験で有効性を示した。
- 予測モデルと経験ベース方策を組み合わせた運動スキル学習のハイブリッド制御ロボット学習2020/6/1
学習した予測モデルと経験ベースの状態行動方策を組み合わせるハイブリッド制御を提案し、決定論的・確率的な定式化のもとで強化学習と模倣学習の両方において性能とサンプル効率の向上を示した。
- 予測と制御のための安定なモデル学習モデル学習2020/5/1
データ駆動型Koopman作用素に安定性制約を課すことで長期予測精度と制御性能が向上することを示し、非線形系のLyapunov関数構成法も導出した論文。
- クープマン作用素を用いたデータ駆動制御のためのダイナミクスの能動学習データ駆動制御2019/6/1
非線形系をクープマン作用素で線形表現し、情報理論に基づく能動学習制御器でロボットのダイナミクスを効率的に学習・制御する手法を提案し、クアッドコプターで検証した。
- 平衡状態からの能動的領域探索制御2019/2/1
ハイブリッドシステム理論を用いて、ロボットが安定性を保ちながら能動的に情報収集する制御法を開発し、形状推定やモデル学習、ギャロップ歩容生成に応用した。
- モデルベース制御のための構造化ニューラルネットワークダイナミクスモデルベース制御2018/8/1
線形時変力学系に着想を得た構造化ニューラルネットワークを提案し、学習したモデルと勾配ベースのモデル予測制御を統合してオンライン微分計算を不要にした。
- 疎環境での能動的局所化のためのデータ駆動型計測モデル触覚2018/6/1
エルゴディック探索で計測モデルを構築し、その情報密度に基づいて物体の位置推定を行う2段階手法を提案。触覚センシングのシミュレーションとSpheroロボット実験で有効性を検証した。
- 分散型エルゴディック制御:マルチエージェントのための分布駆動型センシングと探索群制御2018/6/1
非線形ダイナミクスを持つ複数エージェントの時変エリアカバレッジのため、コンセンサスと組み合わせて完全分散化できるエルゴディック制御ポリシーを導出した研究。地形マッピングや目標位置推定への応用とナッシュ均衡としての解析を示す。
- 二値接触センサによるエルゴディック探索を用いた非パラメトリック形状推定触覚2017/9/1
低解像度の二値接触センサのみで、エルゴディック探索により物体形状を推定する手法を提案し、複数物体の識別や3次元への拡張も示した。
- Koopmanオペレータを用いたモデルベース制御モデルベース制御2017/9/1
Koopmanオペレータ理論をロボット制御に応用し、データから線形化可能なモデルを生成してモデルベース制御を強化する手法を提案。シミュレーションとSpheroロボット実験で有効性を示した。
- リcedingホライズン型エルゴディック探索によるリアルタイム領域被覆と目標位置推定探索・被覆制御2017/8/1
情報密度分布に対するエルゴディック性を逐次最適化するMPCで、被覆・探索・目標位置推定を統一的に扱うリアルタイム制御手法を提案し、理論保証と実機実験で有効性を示した。
