Ugo Rosolia
収録論文 15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
- SIT-LMPC: 反復タスクのための安全な情報理論的学習モデル予測制御モデル予測制御2026/2/1
反復タスクを行うロボット向けに、情報理論的MPCと正規化フローによる価値関数学習を組み合わせ、安全性と最適性を両立させる制御アルゴリズムを提案し、GPU並列化で実時間最適化を実現した。
- 微分平坦系に対する安全なマルチレート制御器の構成的設計法制御/安全性2024/3/1
微分平坦性を利用して、非線形動的システムの安全性を保証する二層マルチレート制御器を構成的に設計する手法を提案し、地上ローバーと四脚ロボットで実証した。
- マルチ摩擦路面における適応的自律走行のためのアンサンブルガウス過程自動運転/MPC2023/3/1
異なる路面摩擦で訓練した複数のガウス過程をオンラインで重み付け統合し、MPCに組み込むことで、変化する路面条件にリアルタイム適応する自動運転制御手法を提案した。
- MLNav:火星地形を安全に走行するための学習強化経路計画経路計画2022/3/1
学習した探索ヒューリスティックで経路候補の実現可能性を一括予測し、上位候補のみに安全検証を適用することで、火星探査車の経路計画を効率化した研究。
- 限界走行に挑む自動運転:自動運転レースのサーベイ自動運転レース2022/2/1
自動運転レース分野の知覚・計画・制御・end-to-end学習の手法とプラットフォームを初めて包括的に整理し、今後の課題をまとめたサーベイ。
- 混合可観測RRT:部分観測環境におけるマルチエージェントミッション計画マルチエージェント計画2021/10/1
隠れた目標を探索する異種マルチエージェントのため、全可観測な状態空間と部分観測環境を隠れマルコフモデルで統合した混合可観測RRTを構築し、動的計画法による経路選択とMPCを組み合わせて四足歩行ロボットとドローンの実験で有効性を示した論文。
- 動的リスク尺度に基づくリスク回避型意思決定リスク回避意思決定2021/9/1
MDP/POMDPにおいて動的コヒーレントリスク尺度で目的と制約を定式化し、ラグランジュ枠組みでDCPに帰着させて政策を合成する手法を提案した論文。
- 分岐モデル予測制御による対話型マルチモーダル動作計画動作計画2021/9/1
制御不能なエージェントの多様な反応をシナリオ木で表現し、フィードバック方策を分岐MPCで計画する手法を提案。自動運転の追い越し・合流や四足ロボットの実験で安全性と性能の両立を実証した。
- 1分のデータで不安定系を制御:予測制御におけるガウス過程の微分可能性の活用制御/GP2021/3/1
ガウス過程の微分可能性を利用して状態依存の線形化モデルを作り、モデル予測制御と組み合わせることで、1分のデータだけでセグウェイのような不安定系を頑健に制御できることを示した論文。
- 制約付きリスク回避型マルコフ決定過程リスク回避MDP2020/12/1
動的なリスク目的と制約を持つMDPに対し、ラグランジュ法とDCP/DCCPでマルコフ方策を最適化する手法を提案し、ローバー航法でCVaR/EVaRの有効性を示した。
- 確率的な安全保証を備えた反応型動作計画動作計画2020/11/1
他エージェントの予測モデルをMPCに組み込み、post-bloating・SVM・conformal分析で予測の一般化保証を与える動作計画手法を提案し、自動運転高速道路シナリオで検証した。
- マルチロボットシステムのための分散型タスク・経路計画群制御2020/11/1
複数ロボットが時間とともに発生するタスクを分散的に割り当て、衝突を避けながら経路計画する枠組みを提案し、ROSシミュレーションと実機実験で検証した。
- 未知の非線形システムに対する線形時変MPC制御制御/MPC2020/4/1
観測データから非線形ダイナミクスを推定し、時変領域で線形化したATVモデルと誤差集合を用いたロバストMPCで未知システムの安全制御を高確率で保証する手法を提案。
- 境界条件調整可能な安全なサンプルベース学習MPC学習MPC2020/3/1
確率的非線形システムに対し、新しい開始・目標配置へ素早く適応でき、期待値的に反復改善を保証するサンプルベース学習MPCアルゴリズムを提案し、3つの連続制御タスクで有効性を示した。
- デモンストレーションからの安全拡張価値推定(SAVED):疎なコストのロボットタスクのための安全な深層モデルベース強化学習モデルベース強化学習2019/5/1
タスク完了信号と少数の劣ったデモンストレーションのみを用い、モデルベース強化学習で制約を守りながら効率的に探索するSAVEDを提案し、手術ロボットの結び目タスクなどで高い成功率と制約遵守を実現した。
