Insoon Yang
Seoul National University
収録論文 10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
- WRAP: ロボット位置推定のためのワッサーシュタインロバスト適応プラグイン位置推定2026/8/1
センシング条件の変化による位置推定の誤差や共分散の不正確さを補正するため、拡張カルマンフィルタに組み込めるロバストな適応プラグインを提案した。
- 予測不確実性から等角化距離場へ:安全な動作計画のための新しい枠組み動作計画2026/7/1
動的環境での安全な動作計画のために、予測距離場全体を等角化する関数型共形予測を提案し、分布フリーな安全保証を実現する。
- KoopCast: クープマン作用素による軌道予測軌道予測2025/9/1
クープマン作用素理論を用いて非線形な軌道予測を線形化し、確率的な目標推定と組み合わせることで、高精度・解釈可能・低遅延な予測モデルを実現した。
- 動的混雑環境における安全で効率的なナビゲーションのための自己中心型Conformal Predictionナビゲーション2025/4/1
予測誤差のうち安全性に直結するものだけに反応する自己中心的なスコア関数を導入し、モデル予測制御と適応的Conformal Predictionを組み合わせることで、過度に保守的にならず安全かつ効率的なロボットナビゲーションを実現した。
- 自然水路におけるリスク考慮型Wasserstein分布ロバスト船舶制御制御/ロボティクス2023/10/1
潮汐島の不確実性と水深の誤差をWasserstein曖昧集合で考慮し、座礁を防ぐリスク制約付きモデル予測制御で自律船舶を航行させる手法を提案した。
- 動的環境下の移動ロボット向けにモデル予測制御をメタ強化学習へ融合する手法移動ロボット/メタ強化学習2021/9/1
メタ強化学習とモデル予測制御(MPC)をイベント駆動で切り替えることで、動的環境で移動ロボットが素早く適応できる意思決定手法を提案し、シミュレーションで有効性を示した論文。
- 学習ベースの運動計画と制御のための分布ロバストリスクマップ:半正定値計画法によるアプローチ運動計画2021/5/1
ガウス過程回帰で推定した障害物運動の不確実性を考慮し、最悪ケース分布での衝突リスクを半正定値計画で評価するリスクマップを提案。RRT*とMPCに応用し、ニューラルネット近似で計算コストを削減した。
- ガウス過程を用いた学習ベースの分布ロバスト運動制御運動計画2020/3/1
ガウス過程回帰で推定した障害物の分布が不確かな場合でも、曖昧さ集合内で最悪ケースのリスクを制限する分布ロバストMPCを提案し、無限次元問題を有限次元に再定式化した。
- リアプノフ関数に基づく安全強化学習:確率的到達可能性と安全仕様のためのアプローチ安全強化学習2020/2/1
リアプノフ関数を用いて安全方策を学習し、安全集合を単調に拡大させながら確率的な安全仕様を満たすモデルフリー強化学習手法を提案する。深層強化学習への拡張も行い、連続制御ベンチマークで有効性を示す。
- 条件付きバリュー・アット・リスクを用いたワッサースタイン分布ロバスト衝突回避運動制御MPC/分布ロバスト最適化2020/1/1
不確実性の真の分布が未知の環境で、限られたサンプルから得た経験分布とワッサースタイン距離で定義される曖昧集合を用い、条件付きVaRでリスクを評価する分布ロバストMPCを提案し、カントロビッチ双対性で有限次元非線形計画に再定式化して衝突回避を実現した。
