Amrit Singh Bedi
収録論文 21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
- SABER: 視覚言語行動モデルに対するステルスなエージェント型ブラックボックス攻撃フレームワークVLA/セキュリティ2026/3/1
VLAモデルへの指示文の小さな改変でロボットの行動を劣化させる攻撃を自動生成するフレームワークを提案し、LIBEROベンチマークで成功率低下などの効果を実証した。
- 局所性に基づく分解型マルチエージェントActor-Criticによるマルチロボット協調学習群制御2025/3/1
ロボット間の局所的な関係を依存グラフで捉え、関連の強いロボット同士をグループ化して学習する協調マルチエージェント強化学習手法Loc-FACMACを提案し、複数環境で既存手法を最大108%上回る性能を示した。
- EfficientEQA:オープン語彙な身体性質問応答への効率的アプローチVLA2024/10/1
ロボットが効率的に探索しながら自由形式で質問に答えるためのフレームワークを提案し、意味重視の探索と適応的停止、RAGによる回答生成で精度向上と探索ステップ削減を実現した。
- TrustNavGPT: 不確実性をモデル化し音声誘導LLMロボットナビゲーションの信頼性を向上ナビゲーション2024/8/1
音声のトーンや抑揚といった感情的手がかりを活用し、人間の指示の信頼性を評価して安全なナビゲーション判断を行うLLMベースの音声誘導ロボットナビゲーションエージェントを提案。
- 低速基盤モデルで高速ロボットポリシーを訓練VLA2024/6/1
訓練時のみ大規模言語モデルと視覚言語モデルを使い、失敗軌道の視覚分析に基づく報酬合成で軽量なロボット制御ポリシーを学習させる手法を提案。
- 個人化された身体性ナビゲーションによる可搬物体の探索ナビゲーション2024/3/1
人間が日常的に動かす可搬物体を対象に、物体の移動経路を考慮した身体性ナビゲーション手法TAPを提案し、シミュレーションと実世界で有効性を示した。
- LLM/VLM制御ロボティクスの脆弱性VLA2024/2/1
LLMやVLMで制御されるロボットが入力のわずかな変化に弱く、タスク成功率が最大22.2%低下することを実験で示した研究。
- テキストを超えて:音声的手がかりを活用したロボットナビゲーションタスクにおけるLLMの意思決定改善VLA2024/2/1
音声の韻律的特徴をLLMに統合し、ロボットの社会的ナビゲーションにおける意思決定精度と敵対的攻撃への堅牢性を向上させる手法を提案した。
- MaxMin-RLHF:多様な人間選好へのアラインメントRLHF2024/2/1
単一報酬モデルのRLHFでは人間選好の多様性を表現できないことを示し、選好分布の混合をEMで学習して平等主義的なMaxMin目的で方策を最適化する手法を提案した論文。
- REBEL: 報酬正則化によるロボット強化学習の人間フィードバック活用RLHF2023/12/1
人間の選好に加えてエージェント自身の選好も考慮した報酬正則化手法を提案し、ロボット強化学習における分布シフトを軽減する。
- LANCAR: 言語を活用した非構造環境における文脈認識型ロボット移動歩行2023/10/1
人間の観察者からの言語による文脈情報を大規模言語モデルで解釈し、強化学習エージェントと組み合わせることで、非構造地形でのロボット移動を文脈認識型に改善した研究。
- 信頼度制御探索:ロボットナビゲーションのための効率的な疎報酬方策学習ナビゲーション2023/6/1
方策エントロピーに応じて軌道長を動的に調整し、報酬関数を変えずに疎報酬下のロボットナビゲーションのサンプル効率を改善する手法を提案し、実機でも検証した。
- iPLAN: 分散型マルチエージェント強化学習による異種交通環境での意図認識型プランニング自動運転/マルチエージェント強化学習2023/6/1
周囲のドライバーの意図をローカル観測のみから推測し、行動インセンティブと即時インセンティブを統合して意思決定と運動計画を行う分散型MARL手法を提案し、異種高速道路シナリオで高い成功率と生存時間を達成した。
- RE-MOVE: 言語フィードバックによる動的環境下でのロボットナビゲーションの適応的方策設計ナビゲーション2023/3/1
訓練済みナビゲーション方策に、不確実性に基づいて必要な時だけ言語モデルから指示を求め、再訓練なしで動的環境変化に適応させる手法を提案。
- 注意機構と通信を用いた高密度マルチエージェントナビゲーション群制御2022/9/1
マルチヘッド自己注意で近傍ロボットの情報を固定長ベクトルに符号化し、リンク予測として選択的通信を学習することで、高密度環境でも安全かつ効率的な分散マルチロボット衝突回避を実現した。
- DC-MRTA: 複雑環境における分散型マルチロボットタスク割り当てとナビゲーション群制御2022/9/1
倉庫環境で複数ロボットのタスク割り当てと衝突回避ナビゲーションを強化学習で統合し、二層構造で総移動遅延を最小化する手法を提案した論文。
- RTAW: 倉庫環境におけるマルチロボットタスク割り当てのための注意機構に着想を得た強化学習手法群制御2022/9/1
倉庫でのマルチロボットタスク割り当てをマルコフ決定過程として定式化し、注意機構を模したポリシーを持つ深層マルチエージェント強化学習で解く。ロボット数に依存しない埋め込みを用い、PPOで訓練して総移動遅延を最小化し、最大1000台までスケールすることを示した。
- HTRON: 重尾適応強化学習によるスパース報酬での効率的な屋外ナビゲーションナビゲーション2022/7/1
スパース報酬設定で重尾方策パラメータ化を用いて探索を促す適応的強化学習アルゴリズムHTRONを提案し、屋外ナビゲーションの成功率を向上させた。
- 重裾方策による連続制御ロボティクスにおける疎な報酬への対処強化学習2022/6/1
連続制御タスクで問題となる疎な報酬に対処するため、重裾型の確率的方策勾配アルゴリズム(HT-PSG)を提案し、専門家のデモンストレーションなしで安定した探索を実現してベンチマークタスクでの性能とサンプル効率を向上させた。
- 遅延通信を用いた協調幾何推定のための分散リーマン最適化分散最適化2022/3/1
協調SLAMやSfMのための分散最適化手法を提案し、通信トリガ条件で通信量を最大78%削減しつつ、大域的劣線形収束を理論的に保証した。
- 非同期並列分散ポーズグラフ最適化SLAM2020/3/1
マルチロボットSLAMのための初の非同期分散ポーズグラフ最適化アルゴリズムASAPPを提案し、通信遅延に強くストラグラーを待たずに動作することを示した。
