Olav Egeland
Norwegian University of Science and Technology
収録論文 10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
- 適応的平均フローによる応答性の高い閉ループロボット制御模倣学習2026/10/5
拡散・フローベースの模倣学習ポリシーの予測遅延を、Mean Flowで加速しつつ前ステップの軌跡をノイズ付加して再利用することで滑らかで応答性の高い完全閉ループ制御を実現した手法AMFを提案。
- MP-MPPI: モーションプリミティブ誘導型サンプリングベースのモデル予測制御最適化手法制御2026/7/1
モデル予測経路積分(MPPI)にモーションプリミティブを組み合わせ、構造化サンプリングで大域的最適解への収束を改善する新しい制御手法を提案した。クアッドコプターの障害物回避タスクで有効性を実証している。
- 記号計画と連続計画を同時に生成するハイブリッド拡散モデルVLA2025/9/1
拡散モデルで連続的なロボット軌道を生成しつつ、高レベルの記号計画も同時に生成するハイブリッド手法を提案し、長期的タスクの意思決定を改善した。
- 洋上クレーンのノンパラメトリック適応ペイロード追従制御クレーン制御2025/3/1
クレーンの荷揺れを抑えつつ荷物を目標軌道に追従させるため、未知の外乱やモデル化誤差をRKHSで近似するノンパラメトリック適応制御器を提案し、シミュレーションと実験で有効性を示した。
- 再生核ヒルベルト空間とランダムフーリエ特徴による散逸ハミルトン力学の学習物理モデル学習2024/10/1
限られたノイズデータから散逸ハミルトン系を学習するため、ヘルムホルツ分解と2つの再生核ヒルベルト空間、ランダムフーリエ特徴を用いて予測精度を向上させる手法を提案。
- ストリーミング拡散ポリシー:可変ノイズ拡散モデルによる高速方策生成模倣学習2024/6/1
拡散モデルによるロボット模倣学習の方策生成を高速化するため、部分的にノイズ除去した行動軌跡を逐次更新するSDPを提案し、蒸留なしで性能を保ちつつ大幅な高速化を実現した。
- 再生核ヒルベルト空間とランダム特徴を用いたハミルトン力学の学習力学系学習2024/4/1
限られたノイズを含むデータからハミルトン力学を学習するため、奇数シンプレクティックカーネルとランダム特徴近似を提案し、予測精度とデータ効率の向上を実証した。
- 再生核ヒルベルト空間によるハミルトン力学の学習ハミルトン力学/カーネル法2023/12/1
限られたデータからハミルトン系のベクトル場を再生核ヒルベルト空間上で正則化最適化により学習する手法を提案し、シンプレクティックカーネルと偶奇性の制約が精度を向上させることを示した。
- リー代数上で定式化する姿勢推定のためのアンセンテッドカルマンフィルタ姿勢推定2020/5/1
行列リー群上のUKFをリー代数上で時間伝播する形で定式化し、SE(3)における右ヤコビアンの逆行列の新たな閉形式解を導出してシミュレーションで検証した論文。
- 視覚に基づくナックルブームクレーンの制御とケーブル長オンライン推定視覚制御2020/5/1
3台のカメラでペイロードの揺れを計測し、拡張カルマンフィルタと最小二乗法で角度・角速度・ケーブル長を推定しながら、揺れを抑えてクレーン先端を制御する視覚ベースのカスケード制御系を実機スケールモデルで検証した。
