Paul Drews
収録論文 9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
- 強化学習による自転車アクロバット強化学習/アクロバット2026/8/1
強化学習を用いて自転車ロボットに多様なアクロバティックなスタント(ジャンプ、フリップ、ウィリーなど)を学習させ、状態依存トリガーでポリシーを切り替えるオーケストレータにより長期的な連続スタントを実現した。
- 超機動車両:走行・バランス・ジャンプを実現する自転車ロボットのシステム設計歩行・バランス制御2026/2/1
自転車と反動質量を組み合わせ、最小限のアクチュエータで走行・バランス・ジャンプを実現するロボットを設計し、強化学習で多様なアクロバティック動作を実現した。
- メタ学習による学習済み車両ダイナミクスモデルのオンライン適応sim2real2024/9/1
自動運転の限界域での車両ダイナミクスをニューラルネットで表現し、Continual-MAMLで未知環境にオンライン適応させる手法を提案。MPPI制御の追従性能が向上することを実機で示した。
- MPOGames: 効率的なマルチモーダル部分観測動的ゲームマルチエージェント/ゲーム理論2022/10/1
マルチエージェントの動的ゲームをPOMDPとして再定式化し、複数の局所ナッシュ均衡間の相互作用を捉えるMaxEnt動的ゲームの効率的解法を提案。実車実験でリアルタイム性を実証。
- 深層動的オブザーバを用いた視覚ベース高速走行自動運転2018/12/1
単眼カメラ・IMU・車輪速センサのみで、深層学習による路面検出とパーティクルフィルタ、MPCを組み合わせ、未舗装路を摩擦限界で高速走行する1/5スケール車両を実現した。
- AutoRally:アグレッシブ自動運転のためのオープンプラットフォーム自動運転/プラットフォーム2018/6/1
1/5スケールのロボティクス試験環境AutoRallyを構築し、物理モデル推定や状態推定、走行可能路面のセグメンテーションなどのアルゴリズムを実車データで検証した。
- 情報理論的モデル予測制御:理論と自動運転への応用モデル予測制御2017/7/1
情報理論に基づくサンプリング型最適制御手法を提案し、それをモデル予測制御に応用してダートコースでのアグレッシブな自動運転を実現、クロスエントロピー法と比較した論文。
- 自動運転レースにおける微分ゲーム理論を用いたBR-MPPI制御自動運転/制御2017/7/1
微分ゲーム理論でMPPIを拡張したBR-MPPIを提案し、2台のAutoRally車両で熟練ドライバーと競争させてリアルタイム多車両インタラクションを実証した。
- CNNコストモデルを用いたアグレッシブ自動運転のモデル予測制御自動運転2017/7/1
単眼カメラ映像からCNNで走行コストマップを予測し、MPCで高速・アグレッシブな自律走行を実現する枠組みを提案した。1/5スケール車両で実証した。
