Umesh Vaidya
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
- 密度関数を用いた安全なマルチロボット協調搬送マニピュレーション2026/10/6
複数の四足ロボットが密度ベースの階層型MPCで協調し、狭い通路で物体を押して目標姿勢へ運ぶ手法を提案。
- RK-MPC: 不整地環境における四足歩行のための残差クープマンモデル予測制御歩行/モデル予測制御2026/4/1
四足歩行ロボットのモデル誤差をデータ駆動で補正する残差予測器をクープマン理論に基づき組み込み、実時間性を保ちつつ予測精度を向上させたMPCフレームワークを提案。シミュレーションと実機で不整地歩行を実証した。
- 離散時間制御密度関数を用いた安全クリティカルモデル予測制御安全制御/MPC2025/9/1
制御密度関数をモデル予測制御に統合し、非線形システムの安全性と収束性を両立するMPC-CDFを提案。水中ロボットの障害物回避で有効性を示した。
- 密度関数を用いた動的環境における安全なナビゲーションナビゲーション2024/11/1
時間変化する障害物と目標領域を持つ動的環境で、密度関数に基づくフィードバック制御器を構成し、単一積分器系に対してほぼ至る所で安全なナビゲーションの収束を証明した論文。
- デジタルツインとKoopman演算子の融合:ロバスト自律性のためのデータ駆動学習sim2real2024/9/1
デジタルツインで生成したデータにKoopman演算子を適用し、オフロード車両の動力学モデルを学習して自律ナビゲーションの性能を向上させた研究。
- 密度関数を用いた四足ロボットの安全な動作計画歩行2023/12/1
密度関数で環境の安全制約を表現し、高レベル密度プランナとMPCを組み合わせて四足歩行の動作計画を行う手法を提案した。
- 密度関数を用いた安全ナビゲーションナビゲーション2023/6/1
ナビゲーション問題の双対定式化に基づき、安全制約下での制御器設計に使える密度関数を解析的に構成し、混雑環境や高次元空間での安全なナビゲーションを実現した。
- 線形転送作用素を用いた脚式ロボットの不整地ナビゲーション歩行2023/5/1
地形の走破性指標をペロン・フロベニウス作用素で密度空間に持ち上げ、凸最適化として不整地経路計画を解く手法を提案し、反復型プランナより走破しやすい経路が得られることを示した。
- SE(3)上のKoopman-MPC:データ駆動型クアッドロータUAVの学習と制御制御/データ駆動2023/5/1
回転行列を直接用いるSE(3)上の物理情報に基づく観測量でKoopman演算子とEDMDを構築し、クアッドロータの非線形ダイナミクスを線形表現して高精度予測と100Hzで動く線形MPCによる軌道追従を実現した。
- 非線形制御合成のための凸データ駆動アプローチ制御合成2020/6/1
系のモデルが未知でもサンプル軌道から密度関数に基づく安定性証明と制御則を同時に凸最適化で求める手法を提案し、SOSとKoopman/Perron-Frobenius作用素近似を組み合わせて実現した。
