Lasse Peters
収録論文 16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
- GPU上でロボット運動学・ヤコビアン・ヘッセ行列のバッチ計算を低遅延化するライブラリCusADi2運動学計算/GPU最適化2026/10/18
各バッチ内の計算も並列化することで、ロボットの順運動学・ヤコビアン・ヘッセ行列のバッチ評価を低遅延で行うGPUライブラリを提案し、MuJoCo Menagerieの67機種で既存手法より低遅延であることを示した。
- 残差デノイジングによるサンプル効率の良いオンデマンド多エージェント協調マルチエージェント協調2026/9/26
事前学習済み単一エージェント拡散ポリシーを、少量の協調データで多エージェント協調に適応させる手法ALTERを提案。協調ヘッドが残差デノイザを予測し、必要な時だけ協調行動に変換しつつ単一エージェント能力も保持する。
- 協調拡散:マルチエージェントデモなしでマルチエージェント行動を生成する群制御2026/5/1
単一エージェントのデモデータとユーザー定義のコスト関数を組み合わせ、追加の協調デモなしでマルチエージェントの協調行動を生成するフレームワークCoDiを提案した。
- ホモトピー誘導ポテンシャルゲームによる混雑を考慮したナビゲーション群制御2026/4/15
マルチエージェントの動作計画において、ホモトピークラスを戦略集合として用い、ポテンシャルゲームと組み合わせることで、混雑を回避しつつ効率的で安全な経路を生成する新しいフレームワークを提案した。
- スピードの駆け引き:学習型モデル予測ゲームによるマルチエージェントドローン競争群制御2026/2/1
ドローン競争において、相手の動きを考慮した戦略を高速に計算するため、モデル予測ゲームを学習で高速化するLMPGを提案し、シミュレーションと実機で既存手法を上回ることを示した。
- 高次元マルチモーダル観測を用いたベイズ逆ゲーム逆ゲーム/ベイズ推論2026/1/1
複数エージェントの非協力ゲームにおいて、観測データから隠れた目的関数の事後分布を近似ベイズ推論で推定し、安全な意思決定を可能にするフレームワークを提案。
- 潜在空間リーチャビリティ解析による衝突回避を超えた安全性の一般化安全性/リーチャビリティ2025/2/1
生成的世界モデルの潜在空間でHJリーチャビリティ解析を行い、画像から直接安全制約を学習して任意のポリシーに安全フィルタを適用する手法を提案。
- 自然言語フィードバックからロボットの安全表現をオンライン更新安全制御2024/9/1
視覚言語モデルで言語フィードバックと画像を解釈し、安全制約をオンラインで更新してハミルトン・ヤコビ到達可能性に基づく安全制御器を再計算する手法を提案。
- ベイズ逆ゲームの自動符号化逆ゲーム/ベイズ推定2024/2/1
観測からゲームパラメータの事後分布を推定するため、微分可能なゲームソルバを組み込んだ変分オートエンコーダを提案し、不確実性を考慮した推定を可能にした。
- 不確実性に適応するマルチエージェント相互作用のためのコンティンジェンシーゲームマルチエージェント計画2023/4/1
他エージェントの意図が将来不確実に解消される状況を考慮し、ゲーム理論に基づく動作計画手法を提案。自動運転シミュレーションで有効性を示した。
- 動的ゲームにおける部分観測からのプレイヤー目的のオンライン・オフライン学習ゲーム理論/逆強化学習2023/2/1
ノイズを含む部分的な状態観測から、連続動的ゲームにおける各プレイヤーの目的(コストパラメータ)をナッシュ均衡制約を通じて推定する手法を提案し、交通シナリオで有効性を示した。
- ノイズを含む部分状態観測と不完全軌道からのフィードバック動的ゲームのコスト推定ゲーム理論2023/1/1
部分状態観測と不完全な軌道データのみから、フィードバック情報パターン下での動的ゲームのコスト関数を推定する逆フィードバックゲーム解法を提案した。
- 未知の目的を持つ相手との軌道ゲームを学習する適応型モデル予測ゲームソルバーゲーム理論/軌道計画2022/11/1
相手の目的が未知の状況で、オンラインで目的を推定しながらゲーム理論に基づく軌道計画を行う適応型モデル予測ゲームソルバーを提案し、交通シナリオと実機実験で有効性を示した。
- 雑音を含む部分状態観測から連続動的ゲームの目的関数を推定する手法逆ゲーム/軌道予測2021/6/1
複数エージェントの動的ゲームにおいて、雑音混じりの部分的な状態観測からナッシュ均衡制約を介して各プレイヤーの目的関数を推定し、軌道予測も行う逆ゲーム解法を提案した論文。
- 推論による一般和微分ゲームの戦略整合マルチエージェント2020/2/1
複数均衡を持つ一般和微分ゲームにおいて、他エージェントが目指す均衡を推論することで曖昧さを解消し、人間とロボットのナビゲーション実験で軌道予測精度の向上と全プレイヤーのコスト低減を実現した。
- 非線形多人数一般和微分ゲームのための効率的反復線形二次近似マルチエージェント制御2019/9/1
ILQRを多人数一般和微分ゲームに拡張し、線形二次ゲームを反復解くことで実時間で複数エージェントの相互作用を考慮した制御を実現した。
