Michael Everett

収録論文 38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

• SPARSER: ロボティクス知覚における分離可能構造を活用したスパース変数射影
  SLAM2026/9/21

  ロボット知覚の非線形最小二乗問題において、変数射影とスパース性を組み合わせ、ゲージ対称性に対応した高速解法フレームワークを提案。SLAMやSfMで平均5〜7倍の高速化を実現。

• 二重非負緩和による深層ニューラルネットワークの検証
  検証2026/8/25

  ReLUニューラルネットワークの検証において、完全正値計画法の緩和である二重非負計画法を大規模に解く手法を提案し、既存のSDP緩和より厳しい境界を計算できることを示した。

• SCRAMPPI: ハミルトン-ヤコビ到達可能性による移動ロボットナビゲーションの効率的な緊急時計画
  ナビゲーション2026/3/1

  移動ロボットの緊急時計画を、ハミルトン-ヤコビ到達可能性解析で安全制約を保証しつつ、サンプリングベースのプランナー(MPPI)と統合して効率的に解く手法を提案した。

• ロボティクス知覚におけるスパース変数射影：効率的な非線形最適化のための分離可能構造の活用
  最適化2025/12/1

  ゲージ対称性を持つロボティクス知覚問題に対し、分離可能性とスパース性を同時に活用する変数射影法を提案し、SLAMやSfMで効率化を実現した。

• 代数連結性最大化のための実用的かつ高性能な拡張
  グラフ最適化2025/11/1

  グラフ推定のためのスペクトラルグラフ疎化手法MACを高速化し、自動エッジ選択を可能にすることで、リアルタイム推定への適用を容易にした。

• 安全オラクルなしで安全フィードバックを近似するモデル予測制御
  安全制御2025/10/1

  シミュレータとMPPIを用いて、手設計の安全制約なしに安全関数を近似し、移動ロボットの安全な行動決定を可能にする手法を提案。

• 不確実性を考慮した足首外骨格制御
  外骨格制御2025/8/1

  足首外骨格が未知の動作を検知すると自動的に支援を解除する不確実性推定フレームワークを提案し、オンライン実験で有効性を示した。

• 点群誘導・エネルギーベース拡散とポテンシャル場によるリアルタイム適応運動計画
  運動計画2025/7/1

  点群から直接障害物情報を処理し、エネルギーベース拡散モデルと人工ポテンシャル場を組み合わせて、複雑環境での追跡・回避のためのリアルタイム軌道生成を実現した。

• 幾何学的変換の合成による視覚ベース制御器の検証
  検証2025/7/1

  視覚入力に基づく制御器の安全性を、画像の幾何学的な不確かさを明示的にモデル化して到達可能集合の外側近似を生成する検証フレームワークを提案した。

• 点群から滑らかな状態依存走行可否を学習するSPARTA
  走行可否推定/オフロード自律走行2025/6/1

  地形の走行可否が車両の向きに依存することに着目し、点群から進入角度ごとのリスク分布を滑らかな解析関数として予測する手法を提案。シミュレーションと実機で有効性を示した。

• MPPI内MPPIによるコンティンジェンシー制約付き計画
  移動ロボット計画2024/12/1

  通常のMPPIプランナの中に緊急時計画を組み込み、適応的重要度サンプリングと軽量プランナの初期化でサンプリング効率を高め、移動ロボットでリアルタイムに通常・緊急計画を生成する手法を提案。

• パラメトリックおよび加法的不確かさ下での堅牢な四足歩行のためのチャンス制約付き凸MPC
  歩行2024/11/1

  ペイロードや地形の変動を確率的な外乱としてモデル化し、摩擦円錐制約をチャンス制約として扱うことで、パラメータ調整なしに未知の荷重下でも安定した四足歩行を実現するMPC手法を提案した。

• 学習ベースの登録関連特徴量を用いたLiDAR慣性オドメトリとマッピング
  SLAM2024/10/1

  LiDAR SLAMのための学習ベース特徴抽出器を提案し、点群の約20%のみで高精度な位置推定とメモリ使用量の削減を実現した。

• モデル予測パス積分によるレーダ配置の連続最適化
  センサ配置最適化2024/5/1

  レーダの距離測定モデルとMPPI制御を組み合わせ、動的制約や障害物下でセンサ配置を連続最適化し、目標位置推定精度を向上させた研究。

• 学習済みポリシーを持つマルチエージェントシステムの衝突回避検証
  群制御2024/3/1

  学習済み制御則を持つ複数エージェント系に対し、後方到達可能集合と混合整数線形計画を用いて衝突回避を形式的に検証する手法を提案し、最大10体規模での計算可能性を示した。

• EVORA: Deep Evidential Traversability Learning for Risk-Aware Off-Road Autonomy
  2023/11/1
• Principles and Guidelines for Evaluating Social Robot Navigation Algorithms
  2023/6/1
• A Hybrid Partitioning Strategy for Backward Reachability of Neural Feedback Loops
  2022/10/1
• Probabilistic Traversability Model for Risk-Aware Motion Planning in Off-Road Environments
  2022/10/1
• RAMP: A Risk-Aware Mapping and Planning Pipeline for Fast Off-Road Ground Robot Navigation
  2022/10/1
• Backward Reachability Analysis of Neural Feedback Loops: Techniques for Linear and Nonlinear Systems
  2022/9/1
• Backward Reachability Analysis for Neural Feedback Loops
  2022/4/1
• Risk-Aware Off-Road Navigation via a Learned Speed Distribution Map
  2022/3/1
• Neural Network Verification in Control
  2021/10/1
• Demonstration-Efficient Guided Policy Search via Imitation of Robust Tube MPC
  2021/9/1
• Reachability Analysis of Neural Feedback Loops
  2021/8/1
• Where to go next: Learning a Subgoal Recommendation Policy for Navigation Among Pedestrians
  2021/2/1
• Efficient Reachability Analysis of Closed-Loop Systems with Neural Network Controllers
  2021/1/1
• Multi-agent Motion Planning for Dense and Dynamic Environments via Deep Reinforcement Learning
  2020/1/1
• FASTER: Fast and Safe Trajectory Planner for Navigation in Unknown Environments
  2020/1/1
• Collision Avoidance in Pedestrian-Rich Environments with Deep Reinforcement Learning
  2019/10/1
• Certified Adversarial Robustness for Deep Reinforcement Learning
  2019/10/1
• Planning Beyond the Sensing Horizon Using a Learned Context
  2019/8/1
• Safe Reinforcement Learning with Model Uncertainty Estimates
  2018/10/1
• Motion Planning Among Dynamic, Decision-Making Agents with Deep Reinforcement Learning
  2018/5/1
• Semantic-level Decentralized Multi-Robot Decision-Making using Probabilistic Macro-Observations
  2017/3/1
• Scalable Accelerated Decentralized Multi-Robot Policy Search in Continuous Observation Spaces
  2017/3/1
• Socially Aware Motion Planning with Deep Reinforcement Learning
  2017/3/1