John M. Dolan
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
- 明示的な状態推定なしで汎化可能なトランスフォーマーによる出力フィードバック最適制御最適制御/トランスフォーマー2026/11/9
部分観測・雑音付き線形系の族に対し、状態推定器や系の行列を使わず短い観測窓から直接制御入力を出す単一トランスフォーマーポリシーを学習し、最適LQG制御をほぼ再現できることを示した。
- LLA-MPPI:GPU並列シミュレーションによる脚ロボットの高速適応全身制御歩行2026/10/7
GPUで並列化した複数の接触シミュレータを予測誤差で切り替え、オフライン学習なしで脚ロボットの全身適応制御を実現した手法。
- LBA-CBF: 並列ダイナミクス推論による高速適応型安全フィルタ安全制御/CBF2026/10/6
複数の候補ダイナミクスモデルを直近の予測誤差で順位付けし、最良モデルに近いもの全てに対して高次CBF条件を課すことで、急な環境変化にも素早く適応する安全フィルタを提案。ドローンや車両実験で有効性を示した。
- 組み込みハードウェア上のLLA-MPC:数千の並列モデルによる高速適応制御適応制御/MPC2026/10/2
学習不要の適応MPCフレームワークLLA-MPCを組み込みコンピュータ上に実装し、F1TENTHで数千の候補モデルを並列評価してタイヤパラメータをオンライン同定、低摩擦路面でも高速追従を実現した。
- 因果性に基づくパラメトリック制御バリア関数による安全な複数車両インタラクション安全制御/自動運転2026/6/1
複数車両の相互作用における因果性を考慮したパラメトリックCBFを学習し、適応的な安全制御器を構築して、過度に保守的でない安全な動作を実現する。
- 汎用最適制御器としてのトランスフォーマー制御2026/3/1
異なる次元のMIMO線形時不変システム群に対して、単一のトランスフォーマーポリシーがLQR準最適な状態フィードバック則を学習できることを示した論文。
- 全身モデル予測制御における線形モデルの驚くべき有効性歩行2025/9/1
全身ダイナミクスを線形時不変近似したモデル予測制御により、複雑な脚式ロボットで歩行・外乱除去・目標ナビゲーションを実現できることを示した。
- LLA-MPC:自律走行レースのための高速適応制御制御/自律走行2025/5/1
タイヤと路面の相互作用が急変する状況に対応するため、モデルバンクと振り返り・先読み機構を組み合わせ、学習なしでリアルタイムに適応するMPC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。
- バリア状態を用いた安全埋め込み適応制御安全制御2025/4/1
パラメータ不確かさを持つ非線形システムに対し、バリア状態を拡張した適応制御則を設計し、安全性と性能を両立させる手法を提案した。
- メタ学習と不確実性考慮型MPPIによる高速オンライン適応を伴う俊敏な移動制御移動制御2024/10/1
メタ事前学習と不確実性を考慮したMPPIを組み合わせ、車輪型ロボットが少数の動力学データから迅速に適応し、未知のパラメータや路面変化に対応できる制御手法を提案した。
- 外乱オブザーバに基づく制御バリア関数と残差モデル学習を組み合わせた安全強化学習安全強化学習2024/10/1
外乱オブザーバと残差モデル学習を組み合わせた制御バリア関数により、不確かなダイナミクス下でも安全な強化学習を実現するフレームワークを提案し、Safety-gymと実機F1/10カーで有効性を示した。
- 動特性変化に対応する安全指数適応による四足ロボットの安全制御歩行2024/9/1
荷物の重さがリアルタイムで変わる四足ロボットにおいて、安全指数をオンラインで適応させることで、動特性が変化しても障害物回避と安全領域の維持を両立できることを実験で示した。
- 最大安全確率学習に基づく自律ドリフト制御強化学習/自動運転2024/9/1
物理情報を組み込んだ強化学習により、スパースな二値報酬のみから最大安全確率を最大化する方策を学習し、高速走行時の安全なドリフトを実現した。
- AnyCar to Anywhere: 俊敏で適応的な移動のための汎用ダイナミクスモデル学習車輪移動/sim2real2024/9/1
様々な車輪型ロボットの俊敏な制御に向け、複数のシミュレータを統合して学習したTransformerベースの汎用ダイナミクスモデルを提案し、実機で専門モデルを最大54%上回る性能を示した。
- 自動運転の安全性に向けた汎用制御修正手法自動運転/安全制御2024/9/1
ベクトル化知覚と占有グリッドマップを入力とし、新たなバリア関数で多様な交通シーン制約を統合的に扱う制御修正手法を提案し、複雑なシーンでの安全性を検証した。
- S2O: 主観的な感覚と客観的評価を橋渡しする統合型運転意思決定性能評価手法自動運転意思決定評価2024/9/1
安全性・時間効率・快適性・エネルギー効率の4要因をモデル化し、人間の主観評価を客観的な運転指標で表現する統合評価手法S2Oを提案。約1,000件の運転事例を含むD2Eデータセットで検証した。
- モデル予測経路積分制御による脚式ロボットのリアルタイム全身制御脚式ロボット/全身制御/MPC2024/9/1
MuJoCoの並列シミュレーションを活用したサンプリングベースMPPIで、脚式ロボットの全身移動・操作を実機リアルタイムで実現した研究。
- WROOM: オフロード走行のための自律運転アプローチ自律走行2024/4/1
Unity製シミュレータでルールベース制御を模倣して強化学習(PPO)をウォームスタートし、制御バリア関数を報酬に組み込むことで、オフロード環境での自律走行を実機のRCカーに展開した研究。
- ロバスト適応安全制御器の合成と検証安全制御2023/11/1
未知の一定パラメータを持つシステムに対し、ロバスト適応制御バリア関数を用いて安全制御器を合成・検証する凸最適化手法を提案し、複数の多項式システムで有効性を示した。
- 誤差ダイナミクス回帰を用いた学習モデル予測制御による自動運転レースモデル予測制御2023/9/1
物理モデルとデータ駆動の誤差ダイナミクス学習を組み合わせた学習モデル予測制御を提案し、自動運転レースの限界走行性能をシミュレーションと実車で検証した。
- スプラインを用いた自動運転レースのための最小曲率軌道最適化軌道最適化2023/9/1
Bスプラインの制御点のみを変数とする最小曲率最適化を定式化し、従来手法と同等の最適性を保ちつつ変数次元を90%削減、計算時間を秒からミリ秒に短縮した。
- カリキュラム強化学習による最適な一対一自律レースへの挑戦強化学習/自律レース2023/8/1
複雑な車両ダイナミクスを扱う一対一自律レース環境を提案し、単純モデルから実環境へ移行するカリキュラム学習と制御バリア関数による安全強化学習で最適方策を学習する。
- 動的な責任配分による分散型マルチエージェントシステムのリスク認識安全制御群制御2023/5/1
衝突リスクをCBFに基づき評価し、各エージェントの責任割合を動的に配分することで、通信なしで効率的かつ安全に動く分散制御手法を提案した。
- 能動的プロービングによる人間行動の推定と誘導人間ロボットインタラクション2023/4/1
ロボットが情報半径を最適化して人間モデルに関する信念を能動的に確かめ、得た情報で人間行動を誘導する手法を提案。
- 自動運転レースのための安全性を保証したエンドツーエンド視覚ベース制御自動運転レース2023/3/1
エンドツーエンドの制御器と状態予測モデルを組み合わせ、予測状態から制御バリア関数を定式化することで、車線境界内に留まる安全性を保証する自動運転レース手法を提案し、シミュレータと実車で検証した。
- 極限学習機械を用いた自動運転レースのための時変タイヤモデルに基づく適応的計画と制御自動運転レース2023/3/1
自動運転レースにおいて、走行中に変化するタイヤモデルをオンラインで学習し、環境変化に適応しながら計画と制御を行う統合フレームワークを提案した。
- 台形プリズム回廊とベジェ曲線を用いた自動運転車の時空間動作計画動作計画2022/9/1
自動運転車の安全な軌道生成のため、従来の直方体回廊より広い探索空間を持つ台形プリズム型回廊を提案し、その中で区分的ベジェ曲線最適化を行う時空間動作計画手法を開発した。
- 遅延を考慮した安全な自動運転とレースのためのロバスト制御制御/MPC2022/8/1
自動運転や高速レースにおける計算遅延とアクチュエータ遅延を統一的に扱い、ロバストチューブMPCで安全に補償するフレームワークを提案。
- 状態ドロップアウトに基づくカリキュラム強化学習による無信号交差点の自動運転自動運転/強化学習2022/7/1
無信号交差点を通過する自動運転エージェントの強化学習において、状態情報をランダムに欠落させるカリキュラムを導入し、学習の高速化と性能向上を実現した。
- 社会的選好を考慮した責任分担型マルチエージェント衝突回避群制御2022/6/1
エージェント間の協力度の非対称性に着目し、社会的価値志向を拡張した責任関連SVOと制御バリア関数を用いて、安全性を保証する分散型衝突回避制御を実現した。
- 異種自律走行車のためのパラメトリック制御バリア関数を用いた適応的安全合流制御安全制御2022/2/1
周囲の車の安全制御器をパラメトリックCBFでモデル化し、異種ロボット間でも形式的安全性を保ちつつ効率的に合流できる適応的安全制御手法を提案した。
- 遅延を考慮した安全な自動運転のためのロバスト制御制御/MPC2021/9/1
計算遅延・アクチュエータ遅延を統合的にモデル化し、ロバストチューブMPCと適応カルマンフィルタを組み合わせて、保守性を抑えつつ安全な自動運転制御を実現するフレームワークを提案した。
- 確率的に安全を保証する自動運転車の適応型合流制御合流制御2021/4/1
制御バリア関数を確率論的に拡張し、二段階最適化で不確実性下でも安全性を保証する自動運転の合流制御手法を提案した。
- 高コンフリクトな運転場面における双方向レーン利用のロバストな交渉学習自動運転/MARL2021/3/1
対向車と優先権が等しく通信も集中制御もない日常的な高コンフリクト場面で、相手の協力度が未知でも交渉できるようMARLアルゴリズムDASACを提案し、99%以上の成功率と人間らしい防御運転を実現した。
- 階層型強化学習とPID制御による自動運転車の軌道計画自動運転/強化学習2020/11/1
自動運転の軌道計画を階層型強化学習とPIDコントローラで構成し、サブゴール分割で収束を速め、LSTMで不完全観測に対応して滑らかな軌道を生成する手法を提案した。
- 強化学習による自動運転の安全な軌道計画自動運転/強化学習2020/11/1
自動運転の軌道計画段階にモデルフリー強化学習を適用し、従来手法より安全で汎用的かつ快適な走行を実現できることを示した論文。
- 階層型強化学習による都市交差点での行動計画自動運転/強化学習2020/11/1
都市交差点での自動運転の行動計画を階層型強化学習で行い、ハイブリッド報酬とヒューリスティック探索によりサンプル効率と収束速度を改善した研究。
- 不確実性下での自動運転のための安全な計画と制御自動運転/計画制御2020/10/1
自車運動と動的障害物予測の不確実性を扱う統合障害物回避フレームワークを提案し、短長期予測とtube MPC、ガウス過程による不確実性境界のオンライン同定を組み合わせ、CARLAで有効性と安全性を実証した論文。
- 平面LIDARと単眼カメラの帰納的融合による深度補完深度補完/センサフュージョン2020/9/1
平面LIDARとRGB画像を確率的モデルに着想を得た後段融合ブロックで統合し、高価な高精度LIDARに頼らず深度を補完する手法を提案した論文。
- 適応型制約付きILQRによる自動運転の安全な計画自動運転計画2020/3/1
不確実性を考慮した二段階予測とシナリオに応じた重み自動調整を組み合わせ、単一の制約付きILQRプランナで車線維持や追い越しなど複数の運転行動を安全に実現する手法を提案した。
- UrbanFlowを用いた人間ドライバー行動予測軌跡予測2019/11/1
ドローンで収集した都市交差点の鳥瞰データから人間ドライバーの軌跡を予測するLSTM手法を提案し、自動運転車の意思決定支援を目指す。
- 複数サブゴールに対応する階層型強化学習による自動運転行動計画自動運転/階層型強化学習2019/11/1
自動運転の行動計画を複数のサブゴールに分解し、階層型強化学習で同時に学習・サブゴール間で方策を再利用する手法を提案し、従来RLより高速に収束することを示した。
- 低コストLiDARによる車両姿勢推定と追跡認識・追跡2019/10/1
低コスト多層LiDARの点群からT-Linkage RANSACでロバストに車両をセグメンテーションし、MMAで追跡して滑らかな軌道を得る手法を提案した論文。
- 移動ロボット環境センシングのための効率的適応経路計画への情報理論的アプローチ経路計画2013/5/1
環境ホットスポット探索の逐次計画問題MASPを情報理論的に再定式化し、地図解像度に依存しない計算量で適応的経路計画を可能にするiMASPを提案した論文。
- 環境現象の能動センシングのためのマルチロボット情報経路計画:2つのアルゴリズムの物語マルチロボット経路計画2013/2/1
異方性環境場の能動センシングにおいて、エントロピーと相互情報量に基づく2つの情報論的経路計画法を提案し、時間効率と性能のトレードオフを改善した。
- 移動センサによる分散データ融合と能動センシングで交通現象をモデリング・予測分散センシング2012/6/1
都市道路網の交通現象を予測するため、移動センサが分散的にデータを融合し能動的に探索するD2FASアルゴリズムを提案し、集中型手法と同等の予測性能を保ちつつ高速・高スケールであることを実データで示した。
- ガウス過程環境場のためのマルコフ情報理論的能動経路計画経路計画2011/1/1
ガウス過程で表される環境場をロボットが能動サンプリングする際、非マルコフ構造による計算負荷をマルコフ近似で軽減し、実データで従来手法と同等の性能を示した研究。
