Samaksh Ujjawal

収録論文 5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

• オイラー・ラグランジュロボット力学のための物理認識スパース学習と選択的オンライン適応
  力学モデル学習2026/6/1

  ロボットの力学モデルの誤差を、慣性補正・コリオリ項・一般化力残差に分解し、物理的制約を保ちつつスパースな履歴依存モデルでオンライン適応する手法を提案。複数のロボットプラットフォームで予測精度と軌道追従性能を向上させた。

• 空中マニピュレーションのためのクロスカップリングとレジーム依存ダイナミクスの学習
  空中マニピュレーション2026/5/1

  空中マニピュレータの残差ダイナミクスを適応的に学習する構造化エンコーダ・デコーダフレームワークを提案し、実機実験で予測精度とMPC追従性能を向上させた。

• 構造を学び、飛行中に適応する：空中マニピュレータのためのマルチスケール残差学習とオンライン適応
  空中マニピュレータ/適応制御/深層学習2026/3/1

  空中マニピュレータの非定常・多スケールな残差動力学を予測・補償するため、Factorized Dynamics TransformerとLatent Residual Adapterを提案し、実機実験で有効性を示した。

• AeroGrab: 混雑環境における空中把持のための統合フレームワーク
  空中マニピュレーション2026/3/1

  混雑環境での空中把持を実現するため、言語指示に基づく対象物の能動的探索と衝突を考慮した把持候補の評価を統合したエンドツーエンドのパイプラインを提案した。実環境実験でその有効性を示した。

• AERMANI-Diffusion: 空中マニピュレータの動力学学習のためのレジーム条件付き拡散モデル
  空中マニピュレーション2025/12/1

  空中マニピュレータの残差力を条件付き拡散過程でモデル化し、適応制御と組み合わせて実世界での追従精度を向上させた。