Vasileios Tzoumas
収録論文 30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
- 四重項制御における過渡的な分布外外乱への適応学習のための双勾配合意適応制御/四重項/分布外外乱2026/10/25
四重項の軌道追従において、短期的な分布外残差が学習済み外乱モデルを壊す問題に対し、残差勾配を長期・短期記憶と比較して適応状態を分類し、信頼度マップで更新を抑制するDual Gradient Consensusを提案。4つの混合外乱ケースで平均位置RMSEが最小。
- 楽観的分散サブモジュラー協調:複数ロボットによる多目標追跡への応用群制御2026/10/14
未知で適応的に変化する環境下で、複数ロボットが分散的にサブモジュラー協調を行うオンラインアルゴリズムO-DOGを提案し、予測を活用して追跡後悔を抑え、多目標追跡シミュレーションで有効性を示した。
- AC-DC: マルチロボットエルゴディック探索におけるスケーラブルな動的平均合意のための適応的通信群制御2026/9/21
限られた通信範囲と帯域で動的平均合意を行うため、誰が・いつ・どの状態を通信するかを適応的に選ぶ手法を提案し、最大80台のロボットによるエルゴディック探索で通信量を大幅に削減しつつ精度を向上させた。
- MorphQuad: 超人的機動性・マニピュレーション・耐障害性を備えた変形可能なクアッドロータードローン/機体制御2026/7/1
4つのローターを2軸ジンバルで独立に可動させる変形可能なクアッドローターを提案し、任意姿勢での飛行・接触作業・外乱耐性を実現するハードウェアと制御の協調設計を行った。
- 未知ダイナミクス追跡のための自己適応学習とモデル予測制御:無悔従の実現制御2026/7/1
未知で切り替わる目標の動きを追跡するため、複数の予測器を自己教師ありで学習し、最適なものを適応的に選ぶ制御手法を提案。理論的に無悔従性を保証し、シミュレーションで検証した。
- カーネル表現による効率的なドメイン適応型ポリシー学習:非定常外乱下のクアッドローター制御への応用制御/適応学習2026/6/1
ランダムフーリエ特徴に基づく微分可能なカーネル近似で未知の外乱をモデル化し、オフライン学習とオンライン適応を効率的に行うドメイン適応型ポリシー学習アルゴリズムを提案。クアッドローターの軌道追従タスクでシミュレーションと実機実験により有効性を検証した。
- スケーラブルな分散サブモジュラバンディット最適化のための自己構成メッシュネットワーク群制御2026/2/1
通信制約下で分散バンディットサブモジュラ協調をスケールさせるため、各エージェントが自分の行動情報のみを1ホップで送信し、通信近傍をオンラインで最適化する手法を提案。任意のトポロジーで準最適性保証を持つ。
- オンライン学習とモデル予測制御による適応的四足歩行歩行2025/10/1
モデル予測制御と残差ダイナミクスのオンライン学習を組み合わせ、未知の外乱や不整地に適応する四足歩行アルゴリズムを提案し、シミュレーションで有効性を検証した。
- MorphEUS:可変形状全方向無人航空システム全方向ドローン2025/5/1
各ローターアームをサーボで自在に傾け、位置と姿勢を独立制御できる高効率な可変形状同軸クアッドロータを提案し、接触検査や近接撮影への有効性をシミュレーションで示した。
- 性能を考慮した自己構成マルチエージェントネットワーク:同時調整とネットワーク設計のための分散サブモジュラーアプローチ群制御2024/9/1
マルチエージェントネットワークが通信トポロジーを自己構成し、スケーラビリティと最適性のトレードオフを調整する分散アルゴリズムAnacondaを提案。
- 動的後悔なしの同時システム同定とモデル予測制御モデル予測制御2024/7/1
未知のダイナミクスと外乱を持つ非線形システムに対し、システム同定とモデル予測制御を同時に行い、動的後悔を抑えるアルゴリズムを提案。
- ロボットメッシュネットワークにおける通信・計算効率の良い分散サブモジュラー最適化群制御2024/7/1
ロボットメッシュネットワークで、近傍情報のみを用いて分散的にサブモジュラー最適化を行うRAGを提案し、ネットワーク規模に対して線形な決定時間と高い近似性能を実現した。
- 制御アフィン系の安全な非確率制御:オンライン凸最適化によるアプローチ安全制御2023/9/1
有界な非確率的ノイズに乱される非線形制御アフィン系を、時変凸制約(衝突回避や制御努力制約)の下で安全に制御するアルゴリズムを提案し、動的後悔を有界に抑えることを示した。倒立振子やクアッドロータのシミュレーションで検証。
- 信頼できないコマンドを活用した不確実環境下でのマルチロボット協調:バンディット劣モジュラ最大化アプローチ群制御2023/9/1
信頼できない外部コマンドと性能保証付き協調アルゴリズムをメタ学習で切り替え、不確実環境でも最良の性能を達成するマルチロボット協調手法を提案。
- 予測不能で部分観測な環境におけるマルチロボット協調のためのバンディット劣モジュラ最大化群制御2023/5/1
部分観測・予測不能な環境で複数ロボットが協調するため、バンディットフィードバックと追従後悔の限界を備えた初の劣モジュラ協調アルゴリズムを提案し、シミュレーションで検証した。
- 予測不能環境における追従後悔を抑えたオンライン劣モジュラ調整:理論・アルゴリズムとマルチロボット協調への応用群制御2022/9/1
未来が未知・敵対的にもなりうる環境で、複数ロボットが劣モジュラ最大化問題として協調するための、追従後悔が有界な初のオンラインアルゴリズムを提案し、目標追跡シミュレーションで検証した。
- MITの実践的ロボティクス講座:自動運転車のための視覚ナビゲーション視覚ナビゲーション2022/6/1
MITで開講された、ドローンや自動運転車を対象に視覚ナビゲーションの全パイプラインを学ぶ実践的なロボティクス講座の開発・実施・オープンソース化について報告した論文。
- リソース制約下での分散サブモジュラー最大化:マルチロボット意思決定の新パラダイム群制御2022/4/1
限られたリソースのロボット群が、少数の協調相手を選ぶことで集中型と分散型のトレードオフを理論的にバランスさせるアルゴリズムを提案し、画像被覆シミュレーションで検証した。
- 攻撃環境下でも耐えるマルチロボット情報獲得計画群制御2021/3/1
センサー攻撃で一時的に機能が失われる敵対環境でも、複数ロボットが情報を最大化するよう再計画するアルゴリズムRAINを提案し、理論保証と複数シナリオでの有効性を示した。
- 外れ値に頑健な推定:困難性、最小限のチューニングで済むアルゴリズム、および応用ロバスト推定2020/7/1
外れ値に頑健な推定の統一的な定式化を提案し、その近似不可能性を証明するとともに、事前知識なしで動的に外れ値を分離する最小チューニングアルゴリズムを開発し、ロボット知覚問題で評価した。
- マルチロボット計画のための分散型攻撃耐性サブモジュラ最大化群制御2019/10/1
センサDoS攻撃に耐える群ロボットの行動選択を、局所通信のみで分散的に解くDRMと、3ホップ通信で攻撃数をより正確に見積もる改良版IDRMを提案し、シミュレーションで集中型に近い性能と大幅な高速化を示した。
- 非凸性の段階的緩和によるロバストな空間認識:非最小ソルバから大域的外れ値除去までロバスト推定2019/9/1
Black-Rangarajan双対性とGNCを非最小ソルバに組み合わせ、初期値なしで外れ値に頑健な大域推定を実現した汎用手法を提案。点群・メッシュ位置合わせ、ポーズグラフ最適化、物体姿勢推定で70-80%の外れ値に耐えることを示した。
- 外れ値に頑健な空間知覚:困難性、汎用アルゴリズム、保証ロバスト推定2019/3/1
外れ値を含む空間知覚問題の計算困難性を示し、各インスタンスの近似品質を評価する下界と、グローバルソルバを活用して外れ値を反復除去する汎用アルゴリズム「適応トリミング」を提案した。
- 複数ロボットによる耐故障性を備えた能動的目標追跡群制御2018/9/1
複数ロボットで目標を追跡する際に、ロボットの故障や攻撃に耐えられる計画アルゴリズムを初めて提案し、スケーラブルで近似保証付きであることを示した。
- マトロイド制約下での故障に強い非劣モジュラ最大化最適化2018/4/1
センサやアクチュエータの故障・攻撃があっても機能する、マトロイド制約付き制御・センシング問題に対する初のスケーラブルな近似アルゴリズムを提案した。
- 移動ロボットによる耐障害性のある能動的情報収集群制御2018/3/1
通信障害や攻撃に耐えながら複数の移動ロボットが情報収集タスクを遂行するための、最小通信で動作し理論的な近似保証を持つアルゴリズムを提案した。
- LQG制御とセンシングの協調設計制御設計2018/2/1
限られたセンサ候補からコストを考慮してセンシングと制御を同時設計する問題を扱い、分離原理と近似優モジュラ集合関数最適化に基づく多項式時間アルゴリズムを提案した論文。
- センシング制約付きLQG制御制御理論2017/9/1
センサ選択・推定・制御を同時に設計する「センシング制約付きLQG制御」を定式化し、分離原理に基づくスケーラブルな準最適アルゴリズムを提案した論文。
- 非線形センサの確率的推定のためのスケジューリングセンサスケジューリング2016/9/1
多数のセンサから少数を選んで確率過程の状態を推定する問題に対し、非線形測定でも適用でき、計画期間に線形な時間計算量で最適の1/2近似を達成するアルゴリズムを提案した。
- バッチ状態推定のための準最適センサスケジューリング:計算量・アルゴリズム・限界センサスケジューリング2016/8/1
線形システムのバッチ状態推定において、限られたセンサ資源を効率的に割り当てる準最適アルゴリズムを提案し、バッチ推定の精度とカルマンフィルタ並みの低計算量を両立させた。
