Aditya Singh
収録論文 12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
- 機械系のためのポート・ハミルトン型Koopman作用素合成sim2real2026/9/15
一般化運動量座標上で構造保存型のKoopmanモデルを構築し、受動性を保証するニューラルネットと離散化で非線形機械系の予測・制御精度を向上させた研究。
- AdaptNC: 分布シフト下の共形予測のための適応的非適合スコア不確実性定量化2026/2/1
共形予測において、非適合スコア関数と閾値をオンラインで同時適応させ、分布シフト下でも予測領域の体積を削減しつつ被覆率を維持する手法を提案。
- ノイズデータからの深層ロバストKoopman学習マニピュレーション2026/1/1
ノイズを含むデータからバイアスを低減したKoopman演算子を学習するオートエンコーダベースの手法を提案し、マニピュレータの予測・追従制御で有効性を示した。
- V-OCBF: オフラインデータから価値誘導型制御バリア関数を学習する安全フィルタ安全制御/オフラインRL2025/12/1
オフラインデモンストレーションのみからニューラル制御バリア関数を学習し、モデルなしで安全な制御を合成するフレームワークを提案。
- 一般化運動量に基づくKoopman形式によるEuler-Lagrangian系のロバスト制御ロバスト制御2025/9/1
Euler-Lagrangian系に対して一般化運動量を用いたKoopman表現を提案し、非駆動部のみを学習することでデータ効率と予測性能を向上させ、GESOで外乱補償する制御手法を開発した。
- MAD-PINN: 安全で最適なマルチエージェント制御のための分散型物理情報機械学習フレームワーク群制御2025/9/1
物理情報ニューラルネットワークを用いてマルチエージェントの状態制約付き最適制御問題を分散的に解き、安全性と性能を両立させる手法を提案した。
- 勾配ベースMPCと制御バリア関数による安全で高性能な制御器合成制御/安全2025/7/1
勾配ベースのモデル予測制御と制御バリア関数を組み合わせ、安全性と性能を両立する二段階フレームワークを提案し、高次元自律システムで有効性を検証した。
- 物理情報ニューラルネットワークによるニューラル制御バリア関数の合成安全制御2025/4/1
ズボフの偏微分方程式を安全性の文脈に取り入れ、物理に着想を得たニューラルネットで高次元系にも適用可能な制御バリア関数を合成する手法を提案し、倒立振子や地上・空中ナビゲーションで検証した。
- CP-NCBF: 検証済みニューラル制御バリア関数を合成するためのコンフォーマル予測ベースのアプローチ安全制御2025/3/1
コンフォーマル予測を用いて、確率的保証付きで検証されたニューラル制御バリア関数を生成するフレームワークを提案し、自動運転の障害物回避と飛行体のジオフェンシングで有効性を示した。
- 安全で最適な自律システム制御のための物理情報機械学習フレームワーク安全制御2025/2/1
安全性と性能の同時最適化を状態制約付き最適制御問題として定式化し、物理情報機械学習でHJB方程式を近似、さらにConformal Predictionで安全性を検証する手法を提案した。
- バリア証明を用いた半教師あり安全視覚運動ポリシー合成安全制御2024/9/1
視覚運動データから、完全な安全ラベルなしでバリア証明を活用し、形式的な安全性保証を備えた制御ポリシーを半教師あり学習で合成する手法を提案。
- ニューラル到達可能チューブにおける安全境界条件の厳密な課し方安全性検証2024/4/1
深層学習による到達可能性解析で、安全境界条件をニューラルネットワーク出力との重み付き和として厳密に課すことで、境界損失項を不要にし、学習される値関数の精度を大幅に向上させる手法を提案。