Shaoshuai Mou
Purdue University
収録論文 21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
- Koopmanモデルに基づく強化学習強化学習2026/11/10
未知の非線形ロボット系を制御するため、Koopman作用素で線形近似したモデルと批評関数を組み合わせた強化学習アルゴリズムを提案し、サンプル効率と性能の向上を示した。
- 剛体ペイロードの協調軌道輸送に向けた分散型二層最適化群制御2026/10/22
小型宇宙機群で大型物体を軌道上輸送するため、推力を内側の凸最適化、ペイロードのトルク軌道を外側探索とする分散型二層フレームワークを提案し、厳密な勾配で燃料効率良く解き、故障からの復帰も検証した。
- 未知環境・未知パートナー・規模変動に対応するマルチロボットのオープン適応型チーミング群制御2026/7/1
ロボットチームが未知の環境や仲間、チーム規模の変化に同時に適応する問題を定式化し、ハイパーグラフゲーム理論に基づく学習アルゴリズムHOLAを提案。実機実験で有効性を確認した。
- モジュール型宇宙機の分散型故障修復のための応力共有ポリシー群制御2026/7/1
モジュール型宇宙機の構造損傷を、局所情報のみで自律修復する分散型ポリシーを提案。生物の創傷治癒に着想を得て、損傷部へモジュールを集め、形状を回復する。
- DREAM-Chunk: 潜在世界モデルによるリアクティブなアクションチャンキングVLA2026/6/1
アクションチャンキング方式のポリシーに軽量な潜在世界モデルを追加し、テスト時に複数の候補チャンクの未来を予測して最適なものを選択することで、確率的な環境下でのロバスト性を向上させる手法を提案した。
- 線形クープマンダイナミクスを用いた非線形ロボットシステムの効率的強化学習強化学習2026/4/1
クープマン作用素理論で非線形システムの線形リフトダイナミクスを学習し、アクタークリティック型強化学習に統合することで、サンプル効率の高い閉ループ制御を実現した。
- 制御情報を活用した学習によるオンライン意図予測意図予測2026/4/1
自律システムの目標状態をリアルタイムで推定するオンライン意図予測フレームワークを提案。逆最適制御とシフトする地平線戦略を用い、時間変化する意図や未知パラメータに対応する。
- 学習した線形Koopmanダイナミクスによるサンプリングベース制御の高速化モデル予測制御2026/3/1
深層Koopman演算子で非線形ダイナミクスを線形近似し、MPPI制御の計算コストを削減しつつ性能を維持する手法を提案。振り子・車両・四足ロボットで有効性を検証した。
- 未知の目標と運動特性下でのベイズ意図推論による軌道予測軌道予測2025/9/1
目標の意図と運動特性が未知で変化する状況に対し、ベイズ推論で意図と運動パラメータを同時推定し、リアルタイムで確率的な軌道予測を行う手法を提案。ドローンや四足歩行ロボットで有効性を実証。
- 報酬に基づく衝突回避を考慮した自律ロボットの軌道計画アルゴリズム軌道計画2025/2/1
障害物回避や時間・距離制約を満たしつつ総報酬を最大化する経由点列を選ぶ遺伝的アルゴリズムを提案し、地上車両・ドローン・四足歩行ロボットで検証した。
- オンライン制御情報学習制御・学習2024/10/1
最適制御と状態推定を組み合わせ、EKFによるオンラインパラメータ推定でロボットの学習・制御タスクをノイズに強く効率的に実行する枠組みを提案。
- HOLA-Drone: ハイパーグラフ型オープンエンド学習によるゼロショット複数ドローン協調追跡群制御2024/9/1
ハイパーグラフ形式のゲームモデリングに基づき学習目標を継続的に適応させる手法を提案し、未見の複数ドローン仲間と協調して複数の逃走者を捕獲するゼロショット協調を実現した。
- C3D: 変化点検出と深層Koopman学習を組み合わせた自律表面車両のカスケード制御制御/強化学習2024/3/1
未知の動的環境下で自律表面車両を制御するため、深層Koopmanモデルと変化点検出を組み合わせたカスケード制御アーキテクチャを提案し、実機実験で平均距離誤差を13.9%以上改善した。
- パラメータ依存閉ループ則に対する近傍極値最適制御理論最適制御2023/12/1
システムや評価関数のパラメータが微小変化した際の最適制御則の変化を、非線形ハミルトン・ヤコビ方程式を解くことで効率的に求める手法を提案。
- DrMaMP: 混雑環境における分散リアルタイムマルチエージェントミッション計画群制御2023/2/1
混雑環境での衝突を考慮したマルチエージェントのタスク割り当てと経路計画を、タスク集合を分割して単一エージェント問題に分解することでミリ秒オーダーで解く分散リアルタイムアルゴリズムを提案した。
- 安全なポントリャーギン微分可能プログラミング安全制約付き制御2021/5/1
バリア関数を用いて制約をコストに組み込み、学習・制御の全過程で安全性制約を厳密に満たすSafe PDPを提案し、6自由度クアッドロータやロケット着陸などの安全-criticalタスクで有効性を示した。
- 人間の方向性修正から学ぶロボットの目的関数学習人間-ロボットインタラクション2020/11/1
人間が修正の方向だけを示せばよい手法を提案し、大きさを指定する従来法より効率的にロボットが目的関数を学習できることを示した。
- 軌道断片から目的関数を逐次学習する逆最適制御逆最適制御2020/10/1
ロボットが与えられた軌道断片から制御目的関数を逐次学習する逆最適制御手法を提案し、2リンクロボットアームと6自由度クアッドロータのシミュレーションで有効性を示した。
- スパースな実演からの目的関数学習:連続ポントリャーギン微分可能プログラミング模倣学習2020/8/1
ラベル付きキーフレームのみのスパース実演から、ロボットの目的関数と時間ワープ関数を同時に学習するContinuous PDPを提案し、シミュレーションと6自由度クアッドロータで有効性を示した。
- ポントリャーギン微分可能プログラミング:エンドツーエンド学習と制御の統一フレームワーク最適制御/学習2019/12/1
ポントリャーギンの最大原理を通じて微分を行い、軌道のパラメータに対する解析的勾配を求めることで、ダイナミクス・方策・目的関数のエンドツーエンド学習を可能にする統一的な学習・制御フレームワークを提案した。
- 不完全な軌道観測からの逆最適制御逆最適制御2018/3/1
軌道の一部区間しか観測できない状況でも、回復行列を用いて最適制御系の目的関数の重みを学習する手法を提案し、LQR系とロボットマニピュレータのシミュレーションで有効性を示した。
