Minghao Han
NLPR, Institute of Automation, Chinese Academy of Sciences
収録論文 6本 ・ フィジカルAI/ロボット学習
所属歴(論文より): NLPR, Institute of Automation, Chinese Academy of Sciences(〜2026) / Nanyang Technological University(〜2026)
マニピュレーション制御飛行マニピュレーション強化学習制御強化学習/制御強化学習
※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
- 文脈内ロボット学習の簡素化:マニピュレーションタスクのための民主化レシピマニピュレーション2026/9/29
ロボットの文脈内学習(ICL)の曖昧さを解消する問題定義を提示し、視覚プロンプトエンコーダと低コストデータ収集で構成される再現可能なフレームワークSimpleICLを開発、シミュレーションと実世界で高性能を達成した。
- コープマン作用素に基づく確率的間欠計測を伴う非線形システムのロバストモデル予測制御制御2026/9/2
間欠的な状態計測下での非線形システムに対し、コープマン作用素を用いた線形化モデルと確率的制約緩和を組み合わせたMPCを提案し、閉ループ安定性と再帰的実行可能性を理論的に保証した。
- 軟体ロボットアームを搭載した全方向性マイクロ航空機のモデリングと制御飛行マニピュレーション2021/11/1
全方向性ドローンに軟体連続ロボットアームを組み合わせた飛行マニピュレータの統一モデルを提案し、階層型モデルベース制御器を実装してシミュレーションで検証した。
- 安定性保証付き強化学習による制約付き動的システムの制御強化学習制御2020/11/1
データのみからリアプノフ法で一様最終有界安定性(UUB)を解析し、安全制約下でも収束時と学習中を通じてUUBを保証するオフポリシー/オンポリシー学習アルゴリズムを提案した論文。
- 安定性保証付き制御のためのActor-Critic強化学習強化学習/制御2020/4/1
制御理論のリアプノフ法をActor-Critic強化学習に組み込み、データのみから閉ループ安定性を保証する制御方策を学習するフレームワークを提案した。
- ロバスト安定性保証付きH∞モデルフリー強化学習強化学習2019/11/1
サンプルベースでリアプノフ安定性とロバスト性能を解析し、最大エントロピー法で安定性保証付きの政策を学習する手法を提案した。外乱やパラメータ変動に対して既存手法より高いロバスト性を示す。
