301 件の論文
この論文は、制御バリア関数と微分可能最適化を用いたデータ駆動型アプローチを提案し、自律走行や配送などのマルチエージェント相互作用において、他者の安全を確保するためにエージェントが自身の制御をどの程度調整するか（責任配分）を学習・定量化する手法を提示しています。
この論文は、ラベル付けされていない故障データから潜在的な故障モードを同定し、センサーを選択する非教師あり予知フレームワークを提案し、深宇宙居住区の安全な自律運用における残存有用寿命（RUL）予測の精度向上を実現するものである。
本論文は、非線形システムにおけるロバスト制御とゲインスケジューリングの問題に対し、学習データと整合性のある閉ループ系を設計し、状態入力空間における分布のシフトを抑制することで、将来のデータで経験されるパラメータ分布に対するロバスト性を確保する凸最適化手法を提案しています。
本論文は、非線形ニューラルフィードバックシステムの安全性検証を目的とし、システムの非線形遷移関数の構造を活用して Tight な多面体囲い込みを計算し、それを混合整数線形計画（MILP）として符号化することで、従来の手法よりも桁違いに高速かつ正確な到達集合の過近似を実現する新規アルゴリズムを提案しています。
この論文は、安全性と制御入力の滑らかさ（リプシッツ連続性）を同時に保証するために、高次制御バリア関数（HOCBF）に入力正則化フィルタを組み合わせた「フィルタード制御バリア関数（FCBF）」を提案し、その理論的保証とシミュレーションによる有効性を示しています。
本論文は、個体および結合制約下における異種非線形マルチエージェントシステムの協調制御を実現するため、各エージェントが人工的な参照信号を最適化することで協調タスクを創発的に達成する分散モデル予測制御フレームワークを提案し、その再帰的実現可能性、漸近安定性、および過渡性能の保証を示すとともに、衛星コンステレーションや狭通路通過などの数値例で有効性を検証したものである。
この論文は、量子プロセッサ（QPU）へのオフロード、結果の古典コンテキストへの返却、および量子リソースのスケジューリングを可能にするオープンソースの協調実行環境「CONQURE」を提案し、その低オーバーヘッドと VQE 実行の高速化を実証しています。
この論文は、角度測定のみを用いた相対軌道決定の観測性向上を目指し、能動学習に基づく制御入力設計、バッチ推定、拡張カルマンフィルタ、およびモデル予測制御を統合した自律ランデブー枠組みを提案し、数値シミュレーションによりその有効性を検証したものである。
本論文は、無限時間線形二次ゲームにおけるフィードバックナッシュ均衡の計算を回避するため、各プレイヤーが有限時間ゲームを逐次解くアプローチを提案し、その均衡の一意性条件、効率的な計算アルゴリズム、および無限時間均衡への収束性とコスト誤差の明示的上界を理論的に確立したものである。
この論文は、定常状態における正確な周波数制御を実現するグリッドフォーム型 DC/AC コンバータ向けの「角周波数ドロップ制御」のハードウェア実装における離散化やクロックドリフトなどの課題を解決し、単一および多コンバータ環境での実験を通じて、黒始動能力や電力共有特性などの実証的有効性を示しています。
この論文は、時間変動する非線形システムの制御において、大量のデータから迅速な制御を学習する深層強化学習（DRL）と、モデル非依存かつロバストな有界極値探索（ES）を組み合わせることで、両者の長所を統合し、時間変動に対する耐性を大幅に向上させたハイブリッド制御手法を提案し、ロスアラモス国立研究所の線形加速器における低エネルギービーム輸送セクションの自動調整への適用事例を通じてその有効性を検証したものである。
この論文は、エージェント間の異質性レベルを事前に知らずに、環境や目的関数の多様性に応じて協調学習の利点を自動的に調整し、独立学習に対して最大で線形加速を実現する新しいパーソナライズド協調学習フレームワーク「AffPCL」を提案し、その理論的保証を示すものである。
この論文は、Dec-POMDP 枠組みにおいて相互情報量を目的関数とする情報理論的アプローチを採用し、センシングエージェントの選択と協調知覚ポリシーの合成を同時に行うことで、 の性能保証を持つ IMAS アルゴリズムを提案し、グリッドワールド環境での有効性を示したものである。
本論文は、拡散方策（DP）の学習分布を維持しつつ動的環境で形式的な安全性を保証する「経路整合性安全フィルタリング（PACS）」を提案し、実世界タスクにおいて従来の反応的安全アプローチを大幅に上回る安全性とタスク成功率を実現することを示しています。
本研究は、高密度筋電図を用いた多自由度指運動の連続解読において、空間記述子に基づく手法が従来の時間領域特徴量と比べて統計的に有意な精度向上をもたらさなかったものの、次元削減手法より優れており、高密度筋電図の空間分解能を維持することが重要であることを示した。
本論文は、無線ネットワークにおける周波数選択的な電磁界（EMF）予測の信頼性を高めるため、多様な文脈情報を統合し不確実性を明示的に評価できる条件付き拡散モデル「EMFusion」を提案し、既存の手法を上回る精度と確率予測性能を実証したものである。
本論文は、ArUco マーカー認識、オプティカルフロー解析、および IMU データ処理を統合した融合フレームワークを採用し、モジュール型自己再構成ロボット「SnailBot」の協調タスクにおける堅牢で高精度な相対位置推定を実現するシステムの設計と実装、ならびにその有効性を示す実験結果を報告するものである。
本論文は、組み合わせ論や確率論における負の相関や対数凹性の統一枠組みであるロレンツ多項式を、適切な凸錐上の変分解析および錐制約動的系へ拡張し、-ロレンツ多項式、-半正定錐、および線形進化変分不等式系の安定性条件を体系的に確立するものである。
本論文は、分散最適化において複数の局所更新を導入することで収束が加速されることを、Performance Estimation Problems (PEP) を用いた厳密な理論解析により初めて証明し、最大限の改善を得るには 2 回の局所更新で十分であることを示しています。
本論文は、圧電素子と圧電抵抗素子を組み合わせたハイブリッド触覚センシングと学習ベースの手法を用いて、多指ロボットハンドの把持中に発生するすべりを 50ms 未満の遅延で検知・制御し、内部力を最適化することで把持の安定化を実現する手法を提案しています。