Glen Chou
収録論文 35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
- 機構的解釈可能性と最適制御によるワールドアクションモデルの堅牢性向上VLA/制御2026/7/1
機構的解釈可能性を用いてワールドアクションモデルの堅牢性を解析し、対比的活性化方向による学習不要のステアリングと、モデルベース最適制御によるフィードバック制御を提案して堅牢性を向上させた。
- GPU並列線形化誤差境界による非線形・ニューラルネットワーク動力学のリアルタイムロバスト最適制御ロバスト制御2026/7/1
非線形およびニューラルネットワーク動力学の線形時変近似に対する厳密で微分可能な線形化誤差境界をGPU上で並列計算し、ロバスト制御のリアルタイム最適化を実現した。
- しわなしロバスト性：並列シミュレーションと認定変形操作のためのロバストMPC変形物操作2026/6/12
GPU並列の微分可能シミュレータとロバストMPCを組み合わせ、ロープや布などの変形物操作をリアルタイムで安全に行う制御手法を提案した。
- ピクセルから証明へ：並列コンフォーマルロバストMPCによる確率的に安全な潜在世界モデル制御安全制御2026/6/1
学習した潜在世界モデル上でロバストMPCを行い、コンフォーマル予測で安全性を保証するフレームワークを提案。視覚ベースの制御タスクで性能と安全性を向上させた。
- 微分可能到達可能性による非線形システムの安全なリアルタイム能動モデル識別と故障診断故障診断2026/6/1
不確かな非線形システムに対し、安全制約を保ちながら能動的にモデルを識別し故障を診断するリアルタイムアルゴリズムを提案。到達可能集合の区間近似と微分可能な目的関数を用いて、勾配法で高速に最適化する。
- ATLAS：敵対的LiDAR知覚のための大規模評価ベンチマーク自動運転/評価ベンチマーク2026/6/1
LiDAR知覚モデルに対する物理的攻撃（点群注入・除去）を模擬した初の大規模評価ベンチマークATLASを提案し、既存モデルの頑健性の非対称性を明らかにした。
- PolyMerge: ポリトープ被覆による3Dガウシアンスプラットの圧縮と、リソース制約下での安全なナビゲーションの実現ナビゲーション2026/6/1
3Dガウシアンスプラットで表現されたシーンを、凸ポリトープの集合に変換して軽量化し、制御バリア関数と組み合わせることで、計算資源が限られたドローンでもリアルタイムに安全な経路計画を可能にする手法を提案した。
- 信号時相論理仕様を考慮した確率非線形システムのフィードバック動作計画動作計画2026/5/1
確率的非線形システムが信号時相論理(STL)仕様を高確率で満たすように、制御ポリシーを合成するフレームワークを提案。予測可能到達チューブと収縮理論を用いて問題を決定論的最適化に変換し、実機四足ロボットで有効性を実証した。
- 学習と計画のための並列微分可能リーチャビリティ：認定されたニューラルダイナミクスとコントローラ安全保証/リーチャビリティ解析2026/5/1
JAXベースの並列・微分可能なリーチャビリティ解析フレームワークを提案し、ニューラルネットワークのダイナミクスと制御器の安全性保証を実現。認定訓練とリーチャビリティ考慮のMPCを開発し、実機を含む実験で有効性を示した。
- VISION-SLS: 学習された視覚表現とシステムレベル合成による安全な知覚ベース制御安全制御/視覚フィードバック2026/4/1
高解像度RGB画像からの非線形出力フィードバック制御において、不確かさの較正された境界のもとでロバストな制約充足を保証する手法を提案。学習された低次元観測写像とSLSによる因果アフィン時変出力フィードバックポリシーを組み合わせ、非凸問題を逐次凸計画法とRiccati再帰で効率的に解く。シミュレーションと実機で安全性と求解時間を実証。
- GPUによる到達可能性制約付きシステムレベル合成を用いたミリ秒単位の安全な大規模ロバスト非線形MPC制御/MPC2026/4/1
GPU並列化により、高次元の不確かなロボットシステムに対する安全でロバストな非線形モデル予測制御をリアルタイムで実現するフレームワークを提案。名目軌道、追従制御器、閉ループ到達可能集合を共同最適化し、四足歩行ロボットや人型ロボットで有効性を実証した。
- 平滑化誤差到達チューブによる接触豊富な操作の認定勾配ベース制御マニピュレーション2026/2/1
接触ダイナミクスを平滑化して勾配を活用しつつ、平滑化による誤差を到達可能集合として補償することで、安全性とタスク完了を保証する制御手法を提案した。
- 訓練データを超えた安全性：Conformal予測とシステムレベル合成によるロバストな分布外MPCロバストMPC2026/2/1
学習済みダイナミクスモデルの分布外領域での安全性を確保するため、重み付きConformal予測でモデル誤差の高信頼度上界を導出し、システムレベル合成ベースのロバスト非線形MPCに統合する枠組みを提案した。
- Koopman作用素とConformal保証によるスケーラブルなデータ駆動型到達可能性解析と制御安全性検証/制御2026/1/1
Koopman理論とニューラルネットワークで未知の非線形ダイナミクスを線形近似し、Conformal予測で誤差を保証することで、高次元システムの確率的な安全性検証を効率的に行うフレームワークを提案した。
- 高次元デモンストレーションからの能動的制約学習模倣学習2025/12/1
デモンストレーションから未知の制約を推定するため、ガウス過程を用いて情報量の多い軌道を能動的に要求する反復学習アルゴリズムを提案し、高次元非線形系で有効性を示した。
- MAPS: モジュール別近接スケジューリングによる視覚言語表現の保持と視覚言語行動モデルの汎化向上VLA2025/11/1
VLAモデルのファインチューニング時に、モジュールごとに事前学習VLMへの近接制約を段階的に緩めるスケジューリングを導入し、追加パラメータなしで分布内外の性能を最大30%向上させた。
- 不確実な地形における確率的に安全な二足歩行ナビゲーション：Conformal Predictionと収縮解析によるアプローチ歩行2025/10/1
地形の高さの不確かさをGP回帰とConformal Predictionで校正した信頼区間として扱い、収縮理論に基づく到達可能チューブと角運動量制御を組み合わせて、二足歩行ロボットの確率的な安全保証付きナビゲーションを実現した。
- 生成モーションプランナーの形式的安全検証と認定ローカル安定化による改良安全検証2025/9/1
生成モーションプランナーを小さな追従制御器で模倣し、ニューラルネットワーク検証を適用することで、安全性を形式的に保証しつつオンラインで安全に展開する手法を提案。
- フィラメントと剛体間の準拠接触の凸定式化マニピュレーション2025/9/1
離散弾性ロッドと凸接触モデルを組み合わせ、フィラメントと剛体の摩擦接触を高精度にシミュレーションする枠組みを提案。
- NavMoE：専門家混合による局所ナビゲーションのためのハイブリッドモデル・学習ベース走行可能性推定ナビゲーション2025/9/1
地形ごとに特化したモデルベースと学習ベースの推定器を専門家として組み合わせ、ゲーティングネットワークで動的に重み付けする走行可能性推定手法を提案。未見環境への汎化と推論効率を両立。
- 擬距離と制約多様体の学習による学習済みダイナミクスの分布外汎化の改善学習ダイナミクス2024/3/1
ロボットダイナミクスのスパース性と非ホロノミック制約をデータから学習し、分布外状態での予測精度を向上させる手法を提案。
- Fighting Uncertainty with Gradients: Offline Reinforcement Learning via Diffusion Score Matching2023/6/1
- Synthesizing Stable Reduced-Order Visuomotor Policies for Nonlinear Systems via Sums-of-Squares Optimization2023/4/1
- Data-Efficient Learning of Natural Language to Linear Temporal Logic Translators for Robot Task Specification2023/3/1
- Statistical Safety and Robustness Guarantees for Feedback Motion Planning of Unknown Underactuated Stochastic Systems2022/12/1
- Safe Output Feedback Motion Planning from Images via Learned Perception Modules and Contraction Theory2022/6/1
- Gaussian Process Constraint Learning for Scalable Chance-Constrained Motion Planning from Demonstrations2021/12/1
- Model Error Propagation via Learned Contraction Metrics for Safe Feedback Motion Planning of Unknown Systems2021/4/1
- Uncertainty-Aware Constraint Learning for Adaptive Safe Motion Planning from Demonstrations2020/11/1
- Planning with Learned Dynamics: Probabilistic Guarantees on Safety and Reachability via Lipschitz Constants2020/10/1
- Explaining Multi-stage Tasks by Learning Temporal Logic Formulas from Suboptimal Demonstrations2020/6/1
- Inferring Obstacles and Path Validity from Visibility-Constrained Demonstrations2020/5/1
- Learning Constraints from Locally-Optimal Demonstrations under Cost Function Uncertainty2020/1/1
- Learning Parametric Constraints in High Dimensions from Demonstrations2019/10/1
- Learning Constraints from Demonstrations2018/12/1