Amit Ranjan Trivedi
収録論文 18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
- ロボットが眠るとき:共有ポリシー学習のためのオフラインスキル統合継続学習2026/6/1
ロボットが長期間学習する際に、新しいスキルを追加しても既存の共有ポリシー構造を保つための「眠る」フレームワークを提案。凍結したスキルメモリを用いてオフラインでポリシーを統合し、スキル間の信頼性低下を防ぐ。
- GroundControl: 軌道一貫性のある不確実性推定による視覚言語エージェントのナビゲーション失敗の予測ナビゲーション2026/6/1
視覚言語ナビゲーションエージェントの実行中に、軌道全体の一貫性に基づく不確実性スコアを計算し、失敗や非効率な行動を事前に予測する手法を提案した。
- ProGAL-VLA: 予測的推論による視覚言語行動モデルの接地整合VLA2026/4/1
視覚言語行動モデルが指示を無視する問題に対し、3Dエンティティ中心グラフとシンボリックサブゴール計画、接地整合損失を導入し、指示感度と曖昧さ検出を向上させた。
- 安全な協調操作における行動シフト検出のための信念ダイナミクスマニピュレーション2026/4/1
共有作業空間でのロボット操作中に、協調エージェントの行動戦略が切り替わることを検出する軽量モジュールUA-TOMを提案し、衝突を52%削減することを示した。
- TRIAGE: アレアトリック・エピステミックゲート推定による型別介入 ― ロボット操作と適応的知覚における不確実性を一律に扱わないマニピュレーション2026/3/1
不確実性をアレアトリック(観測ノイズ由来)とエピステミック(モデル誤差由来)に分解し、それぞれに適した補正動作を実行時に選択する軽量なポストホックフレームワークを提案した。ロボット操作と適応的知覚の両タスクで性能が向上した。
- 動的変化からの高速回復のための残差制御制御2026/3/1
ロボットが動作中に遭遇する未観測の動的変化に対して、固定されたポリシーを維持しつつ、安定性を保証する残差制御アーキテクチャを提案し、回復時間を短縮する。
- 小脳に着想を得た残差制御による故障復旧:推論時適応から構造的定着まで強化学習/故障復旧2026/2/1
凍結した強化学習方策に小脳模倣のオンライン残差補正を加え、再学習なしで故障復旧を実現する枠組みを提案し、MuJoCoで最大66%の性能改善を示した。
- 文脈適応型の学習可能なConformal Predictionによるロボットの計画と認識不確かさ推定2025/9/1
固定スコアの代わりに軽量ニューラル関数で文脈を考慮した不適合度を学習し、Conformal Predictionの保証を維持しつつ予測セットを縮小してロボットの認識・計画の安全性を向上させた。
- INTACT: 敵対的カリキュラム学習によるLiDAR知覚のノイズ耐性向上フレームワークLiDAR知覚2025/2/1
メタ学習と敵対的カリキュラム学習を組み合わせ、ノイズの多いLiDAR点群に対する深層学習モデルの堅牢性を高める二段階フレームワークINTACTを提案し、物体検出・追跡・分類で最大20%の性能向上を実現した。
- エッジにおける知能的なセンシング・トゥ・アクション:堅牢な自律性の機会と課題エッジ自律性2025/2/1
動的環境でのリアルタイム意思決定に向け、センシング・処理・アクチュエーションを統合するセンシング・トゥ・アクションループの課題と、ニューロモルフィック計算やマルチエージェント協調による効率化の可能性を論じたサーベイ。
- 信頼度を超えて:自律システム知覚のための二重閾値Conformal Predictionにおける適応的棄権不確実性推定/知覚2025/2/1
二重閾値のConformal Predictionフレームワークを提案し、統計的保証付きの不確実性推定と高リスク時の選択的棄権を両立させ、カメラ・LiDAR知覚の環境擾乱下での堅牢性を実証した。
- カリキュラム学習による敵対的相互情報量の最小化で3Dロボットビジョンの堅牢性を向上3Dビジョン/敵対的堅牢性2024/9/1
敵対的摂動下での相互情報量を最小化する学習目的とカリキュラム学習を組み合わせ、3Dビジョンモデルの敵対的堅牢性を高める手法を提案。
- 未知への航行:エッジロボティクスのための不確実性対応型コンピュート・イン・メモリ自律システム不確実性対応/コンピュート・イン・メモリ/エッジロボティクス2024/1/1
昆虫サイズのドローン向けに、CMOSインバータのガウス的スイッチング電流を活用したベイズフィルタリングと、計算再利用戦略による深層学習の変分推論をコンピュート・イン・メモリで加速し、省エネかつ不確実性を考慮した姿勢推定を実現する手法を提案。
- 相互情報量で校正する共形特徴融合:エッジでの不確実性を考慮したマルチモーダル3D物体検出マルチモーダル3D物体検出2023/9/1
RGBカメラとLiDARの特徴をVAEの潜在変数の多変量ガウス積で融合し、正規化相互情報量で共形推論の不確実性境界を校正する軽量な3D物体検出手法を提案した。
- マルチモーダル不確かさの共形回帰と推論不確かさ推定2023/9/1
共形予測と深層回帰を組み合わせ、視覚オドメトリにおけるマルチモーダルな不確かさを推定し、オプティカルフロー推論で予測精度を向上させる手法を提案。
- 軽量で不確かさを考慮したConformal予測による視覚オドメトリ視覚オドメトリ2023/3/1
Conformal推論を用いて視覚オドメトリの予測不確かさを軽量かつ統計的に頑健に推定する枠組みを提案し、姿勢推定の全自由度で真値を含む予測区間を実現した。
- モンテカルロドロップアウトを用いたベイジアンエッジ知能のための計算インメモリCompute-in-Memory2021/11/1
計算インメモリ(CIM)でモンテカルロドロップアウトを実行し、ベイジアン推論を低電力・高効率化する枠組みを提案。計算再利用と組合せ最適化でワークロードを削減し、MNIST認識やドローンの視覚オドメトリに適用した。
- 浮遊ゲートインバータアレイによる昆虫スケールドローンの確率的自己位置推定自己位置推定2021/2/1
昆虫サイズのドローン向けに、計算インメモリ(CIM)を用いた超低消費電力の確率的自己位置推定フレームワークを提案。3D地図をガウス類似混合の調和平均モデルで表現し、多入力インバータを並列接続して尤度計算を効率化した。
