Nina Mahmoudian

収録論文 13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

• 水中ロボットの3次元経路追従のための適応固定時間LOS誘導スキーム：理論と実験
  経路追従/誘導制御2026/9/13

  AUVの3次元経路追従において、固定時間安定性理論とLOS誘導を組み合わせ、外乱を迅速に補償する適応推定器と時変先読み機構を導入した誘導手法を提案し、実験で有効性を示した。

• 水中グライダーの経路追従のための規定性能を伴う固定時間制御
  経路追従2025/12/1

  水中グライダーの3次元経路追従において、初期条件に依存せず固定時間で誤差を収束させる規定性能制御と外乱オブザーバを提案し、シミュレーションで有効性を示した。

• 人間参加型選好アライメントによる展開可能な視覚駆動UAV河川航行
  VLA2025/11/1

  人間が介入して選好を提供するHITL学習手法SPAR-Hを提案し、視覚駆動UAVの河川追従をシミュレーションと実機で実現した。

• セマンティックダイナミクスモデルを用いた安全強化学習によるUAVの視覚駆動型河川追従
  安全強化学習2025/8/1

  UAVが視覚情報のみで河川を追従するため、非マルコフ的報酬と安全制約に対応した新しい安全強化学習手法を提案し、シミュレーションで有効性を示した。

• 視覚駆動型UAV河川追従：安全強化学習によるベンチマーク
  安全強化学習2024/9/1

  Unityの写実的シミュレーション環境で、視覚駆動型UAVの河川追従タスクに対する安全強化学習アルゴリズムのベンチマークを実施し、意味拡張画像エンコーディングの有効性と最適なアルゴリズムを明らかにした。

• C3D: 変化点検出と深層Koopman学習を組み合わせた自律表面車両のカスケード制御
  制御/強化学習2024/3/1

  未知の動的環境下で自律表面車両を制御するため、深層Koopmanモデルと変化点検出を組み合わせたカスケード制御アーキテクチャを提案し、実機実験で平均距離誤差を13.9%以上改善した。

• 動的3次元環境における水中グライダーの多点ポテンシャル場を用いた効果的な経路計画
  経路計画2024/3/1

  水中グライダー向けに、障害物・流れ場・局所解を考慮したリアルタイム経路計画法MPPFを改良し、試作機ROUGHIEで検証した。

• Gliding in extreme waters: Dynamic Modeling and Nonlinear Control of an Agile Underwater Glider
  2024/2/1
• Synergistic Reinforcement and Imitation Learning for Vision-driven Autonomous Flight of UAV Along River
  2024/1/1
• An Efficient Detection and Control System for Underwater Docking using Machine Learning and Realistic Simulation: A Comprehensive Approach
  2023/11/1
• ASV Station Keeping under Wind Disturbances using Neural Network Simulation Error Minimization Model Predictive Control
  2023/10/1
• Neural Network-PSO-based Velocity Control Algorithm for Landing UAVs on a Boat
  2023/9/1
• Enhancing Safety of Students with Mobile Air Filtration during School Reopening from COVID-19
  2021/4/1