Oswin So
収録論文 22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
- 不確実系に対する最小努力敵対ポテンシャルを用いた安全フィルタ安全フィルタ2026/9/23
外乱や不確実性があるシステムでも安全を保証するため、外乱が故障を引き起こすのに必要な努力を定量化するLEAPを提案し、深層強化学習で構築する手法を開発した。
- CBFベース強化学習による安全でスケーラブルなマルチドローンペイロード輸送：ゼロショットsim-to-real転送群制御2026/7/1
マルチドローンによる協調ペイロード輸送を、安全制約を保証するCBFベースの強化学習とドメインランダム化で訓練した分散ポリシーにより実現し、実機でゼロショット転送と動的環境での安全性を実証した。
- 時間論理のための価値関数：最適方策と安全フィルタ強化学習/時間論理2026/5/1
時間論理仕様に対する価値関数の最適性と方策の最適性の微妙な関係を解明し、非マルコフ方策を用いて病理を回避する最適方策を構築するとともに、Q関数を複雑な時間論理仕様の安全フィルタとして利用する方法を示した論文。
- 未知の実行可能性を持つパラメータロバスト回避問題を強化学習で解く強化学習2026/2/1
強化学習を用いて、安全な方策が存在する初期条件の部分集合を特定しながら、その集合上で到達可能性問題を解く手法FGEを提案した。
- ReFORM: ノイズ操作によるサポート上オフライン強化学習のための反射フローオフライン強化学習2026/2/1
オフライン強化学習において、フローポリシーを用いてサポート制約を構造的に満たしつつ、反射フローでノイズを操作して性能を最大化する手法を提案。
- 安全な最適制御におけるタスク論理のためのベルマン価値分解安全最適制御2026/2/1
時相論理で記述された複雑なタスクのベルマン価値を、到達回避・回避・新たに提案する到達回避ループの各ベルマン方程式で結ばれたグラフに分解し、それを二層ニューラルネットに埋め込むVDPPOを提案。高次元タスクで安全性と活性を自動的に両立させ、既存手法を大きく上回る性能を示した。
- 分散エピグラフ形式によるマルチエージェント安全最適制御MARL2025/4/1
制約付きマルコフ決定過程をエピグラフ形式で解くことで訓練を安定化させ、集中訓練・分散実行型の安全マルチエージェント強化学習手法Def-MARLを提案し、シミュレーションと実機ドローンで有効性を示した。
- 予測地平線の先まで安全に：ニューラル制御バリア関数を用いた効率的なサンプリングベースMPCMPC/安全制御2025/2/1
予測地平線を超えた安全性を保証するため、ニューラル制御バリア関数を変分推論MPCに組み込み、サンプリング戦略を改善してCPU上でのリアルタイム計画を可能にした。
- マルチエージェント安全最適制御のための離散GCBF近接方策最適化マルチエージェント安全制御2025/2/1
未知の離散時間動力学・部分観測・近傍変化・入力制約下で、離散グラフ制御バリア関数と高性能安全方策を同時学習するDGPPOを提案し、複数シミュレータで安全性と性能の両立を示した。
- オンラインでのロバスト安全フィルタ構築：方策制御バリア関数によるアプローチ安全制御2024/10/1
価値関数をオンライン推定することでロバストな制御バリア関数を近似し、高相対次数・入力制約系でも外乱下で安全を保証するRPCBFを提案。シミュレーションとクアッドコプター実機で有効性を実証。
- 強化学習による最小コスト到達回避問題の解法強化学習2024/10/1
到達と安全回避の制約下で累積コストを最小化する問題を、Hamilton-Jacobi到達可能性との関連を用いて強化学習で直接解くRC-PPOを提案し、Mujocoベンチマークで最大57%のコスト削減を達成した。
- GCBF+: A Neural Graph Control Barrier Function Framework for Distributed Safe Multi-Agent Control2024/1/1
- Almost-Sure Safety Guarantees of Stochastic Zero-Control Barrier Functions Do Not Hold2023/12/1
- Learning Safe Control for Multi-Robot Systems: Methods, Verification, and Open Challenges2023/11/1
- How to Train Your Neural Control Barrier Function: Learning Safety Filters for Complex Input-Constrained Systems2023/10/1
- Solving Stabilize-Avoid Optimal Control via Epigraph Form and Deep Reinforcement Learning2023/5/1
- NashFormer: Leveraging Local Nash Equilibria for Semantically Diverse Trajectory Prediction2023/5/1
- MPOGames: Efficient Multimodal Partially Observable Dynamic Games2022/10/1
- Decentralized Safe Multi-agent Stochastic Optimal Control using Deep FBSDEs and ADMM2022/2/1
- Multimodal Maximum Entropy Dynamic Games2022/1/1
- Maximum Entropy Differential Dynamic Programming2021/10/1
- Adaptive Risk Sensitive Model Predictive Control with Stochastic Search2020/9/1