Logan E. Beaver
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
- 未知ペイロード操作のためのワイヤ認識アドミタンス制御マニピュレーション2026/4/1
未知のペイロードによる手首へのオフセット力を補償するアドミタンス制御フレームワークを提案し、質量と重心オフセットを推定して搬送・配置精度を向上させた。
- 経路追従のための到達可能性を考慮した速度スケーリング経路追従2026/4/1
平面二重積分系の経路追従において、オフラインで経路に沿った到達可能性マージンを評価し、速度プロファイルをスケーリングすることで、急カーブでも加速限界を超えないようにする手法を提案。
- 速度センシング不要の持続的整列を実現する位置ベース群れ行動群制御2026/2/1
速度を測らずに位置情報だけで群れの向きを揃え続けるアルゴリズムを提案し、50体のシミュレーションと9台の実機ロボットで有効性を示した。
- カスタム4自由度剛体マニピュレータの最適制御と構造情報を活用した勾配最適化マニピュレーション2025/12/1
4自由度剛体マニピュレータに対し、簡約ポントリャーギン最大原理制御器と物理情報に基づく勾配降下法を組み合わせ、逆動力学入力を閉形式で導出する制御フレームワークを開発した。
- 到達可能性ガイド付き二次計画法と凍結再開による軌道追従軌道追従2025/9/1
フィードバック線形化可能なシステムに対し、事前の到達可能性チェックとオンラインの二次計画法で軌道追従を行い、安全停止や予期せぬ逸脱から再計画なしで復帰する手法を提案。
- 質量適応型アドミタンス制御によるロボットマニピュレータマニピュレーション2025/4/1
6自由度マニピュレータが未知のペイロード質量をリアルタイムで推定・補償し、アドミタンス制御で安定して経路追従する手法を提案。
- 長時間自律性アプローチによる接続自動運転車両の制御自動運転2024/12/1
ラウンドアバウトや合流・交差点などの交通ボトルネックにおいて、高次制御バリア関数を用いて安全性・性能・エネルギー効率を保証する接続自動運転車両の反応型制御器を提案した論文。
- 磁気駆動セルボットのためのモデル予測制御制御/磁気駆動2024/6/1
磁気で動かす微小ロボット「セルボット」の軌道追従精度を高めるため、モデル予測制御にガウス過程を組み合わせて未モデル化の外乱を学習・予測する制御手法を提案し、実験で精度向上を示した。
- 負のフィードバックを導入したグローバルゲームによるマルチロボットタスク割り当て:コロニー維持問題群制御2024/3/1
マルチロボットのタスク割り当てをグローバルゲームでモデル化し、負のフィードバック項を導入することでロボット除去時のカスケード障害を防ぎ、シミュレーションで頑健性を示した。
- 多角形環境におけるエネルギー最適ロボット軌道生成のためのグラフベース手法軌道計画2022/11/1
多角形障害物を含む混雑環境で、二重積分系のエネルギー最適軌道を整数計画問題として定式化し、距離情報を活用した探索で高速に解く手法を提案。RRT*やPRMよりエネルギーと計算時間で最大10倍優れ、Crazyflieで実機検証した。
- 制約駆動型アプローチによるV字編隊飛行:省エネルギー戦略としての創発群制御2022/9/1
固定翼UAVの後方乱気流を利用し、分散制御でV字編隊を創発させてエネルギー消費を最小化する手法を提案し、シミュレーションと実機実験で検証した。
- 複数マイクロロボットの同時制御をモデル化する一次近似手法群制御2021/11/1
グローバル磁場下で磁化された自己推進型Janusマイクロロボットの動的モデルに基づくモデリング枠組みを提案し、実験で検証した論文。
- 制約駆動型最適制御によるマルチエージェントシステム:高速道路プラトゥーニングのケーススタディ群制御2021/9/1
車両間の空気力学的相互作用を考慮した制約駆動型最適制御により、高速道路上で自然にプラトゥーニングが創発する条件と制御則を導出し、シミュレーションで実証した論文。
- 新興モビリティシステムのためのデジタルスマートシティsim2real2021/9/1
UnityとAirSimを用いて、実機テストベッドと並行して制御アルゴリズムを検証できる仮想シミュレーション環境を構築し、実機との比較実験でその有効性を示した。
- 微分平坦系の最適制御は驚くほど簡単最適制御2021/3/1
微分平坦性を利用して最適制御問題のオイラー・ラグランジュ方程式を簡略化し、数値的不安定性を排除する手法を提案。2関節平面マニピュレータで制約付き最適軌道を4.5msで生成できることを示した。
- 多車線ラウンドアバウトにおけるCAV協調のためのリアルタイム最適制御器の実験的検証交通制御2020/1/1
多車線ラウンドアバウトでコネクテッド自動車(CAV)を協調させる最適制御フレームワークを、Delaware大学のスケールドスマートシティ(UDSSC)で実験検証し、停止・発進の繰り返しを完全に排除しつつ安全性を保てることを示した。
