Navid Azizan

収録論文 8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

• HOLO-MPPI: 階層的方策最適化によるマルチシナリオ動作計画
  動作計画2026/6/15

  オフラインで学習した高レベル方策をMPPIのサンプリング事前分布として用い、多様なシナリオで頑健な動作計画を実時間で行うフレームワークを提案した。

• 証明可能な安全性を備えつつスケーラブルな強化学習
  安全強化学習2026/6/12

  安全な強化学習において、学習したバックアップポリシーを用いて暗黙的な制御不変集合を生成し、微分可能な射影層で安全性を厳密に保証する2段階フレームワークPS2-RLを提案した。

• ATOM-CBF: 分布外計測下での適応的安全知覚制御
  安全制御2025/11/1

  学習した知覚モジュールの分布外計測による不確かさを明示的に計算し、安全フィルタの保守性をリアルタイムに適応させる制御フレームワークを提案。LiDAR搭載車両とRGB画像を用いる四足ロボットのシミュレーションで安全性を実証した。

• 多段階ヒューマノイド操作のための階層的視覚言語プランニング
  VLA2025/6/1

  視覚言語モデルでスキル選択と完了判定を行う高レベル層、模倣学習による中間スキル層、強化学習による低レベル全身制御層からなる階層的枠組みを構築し、Unitree G1で多段階のピックアンドプレースを実現した。

• 固有のリアプノフ安定性を備えたデータ駆動制御
  制御2023/3/1

  データから非線形状態モデルと安定化制御器を同時に学習する手法CoILSを提案し、学習されたリアプノフ関数により安定性を保証する。

• データから制御指向の動的構造を学習する
  制御2023/2/1

  非線形制御アフィン系のベクトル場をデータから分解して学習し、状態依存リカッチ方程式に基づく安定な追従制御器を構成する手法を提案した。

• 制御指向メタ学習による適応制御
  適応制御2022/4/1

  閉ループ追従シミュレーションをメタ学習の目的に据え、ニューラルネットで非線形特徴を内部モデル化した適応制御器をオフライン学習する手法を提案し、風外乱下のロータクラフトで回帰指向メタ学習より優れることを示した。

• 非線形システムのための適応制御指向メタ学習
  適応制御/メタ学習2021/3/1

  閉ループ追従シミュレーションをメタ学習の目的に据え、ニューラルネットで非線形特徴を内部パラメトリックモデルとして学習する適応制御器を提案し、風外乱下の回転翼機で回帰指向メタ学習より優れることを示した。