Peter Seiler
収録論文 7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
- 明示的な状態推定なしで汎化可能なトランスフォーマーによる出力フィードバック最適制御最適制御/トランスフォーマー2026/11/9
部分観測・雑音付き線形系の族に対し、状態推定器や系の行列を使わず短い観測窓から直接制御入力を出す単一トランスフォーマーポリシーを学習し、最適LQG制御をほぼ再現できることを示した。
- 深層強化学習における部分注意機構を用いた安全なマルチエージェント制御マルチエージェント制御2026/3/1
高速道路の合流シナリオで自動運転車を制御するため、QMIXフレームワークに部分注意機構を導入し、各車両が関連する周辺車両に焦点を当てられるようにした。安全・速度・報酬の面で既存手法より優れた性能を示した。
- 汎用最適制御器としてのトランスフォーマー制御2026/3/1
異なる次元のMIMO線形時不変システム群に対して、単一のトランスフォーマーポリシーがLQR準最適な状態フィードバック則を学習できることを示した論文。
- エンジニアリングAGIへの道:LLMの設計能力を測るベンチマークベンチマーク2025/9/1
9つの工学分野にわたる実践的な設計課題を解かせるベンチマークEngDesignを提案し、LLMのドメイン知識統合や制約下推論、目的指向設計の能力を評価する。
- 安定化リカレント平衡ネットワーク制御器の合成制御理論2022/4/1
リカレント平衡ネットワークに基づく非線形動的制御器のパラメータ化を提案し、部分的に観測可能な系の指数安定性を保証する制約下で方策勾配法により制御器を合成する手法を示した。
- 部分観測系に対する安定性保証付きリカレントニューラルネットワーク制御器の合成制御・安定性2021/9/1
部分観測された非線形不確実系に対し、積分二次制約とS-lemmaに基づく凸安定性条件を導出し、射影方策勾配法で安定性を保証しながらRNN制御器を学習する手法を提案した。
- 信号時相論理タスクのための計算可能な強化学習強化学習2020/1/1
信号時相論理(STL)仕様を満たす方策を強化学習で学ぶ際、状態履歴の必要性による状態空間の指数的増大を、履歴を圧縮した拡張状態表現と目的関数の近似で解決し、性能保証付きで既存手法と比較した論文。
