Anca Dragan
収録論文 11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
- 時間表現アラインメント:後継特徴がロボット指示追従における創発的な構成性を可能にするVLA2025/2/1
現在と将来の状態表現を時間的に整合させる損失で学習することで、明示的なサブタスク計画や強化学習なしに、基本タスクの組み合わせからなる複合タスクをこなせる構成性がロボット操作タスクで向上することを示した論文。
- 比較言語フィードバックによる軌道改善と報酬学習報酬学習2024/10/1
軌道データと言語フィードバックを統合した潜在空間を学習し、比較言語フィードバックからロボット軌道を反復改善しつつ人間の選好を報酬関数として学習する手法を提案した。
- 選好に基づく報酬学習のための汎用的獲得関数選好学習2024/3/1
選好クエリの生成において、報酬パラメータの完全な特定ではなく、行動等価クラスを学習することを目的とした汎用的な獲得関数を提案し、情報利得基準よりも優れた性能を示した。
- 言語指示に従うロボットのための目標表現:半教師あり言語インターフェースによる制御VLA2023/7/1
少量の言語ラベル付きデータと大量の未ラベルデータを活用し、言語指示を開始画像と目標画像の変化に埋め込むことで、実世界の多様なマニピュレーションタスクで指示に従う方策を学習した。
- 実世界に根ざした常識推論に向けて常識推論2023/6/1
LLMとVLMを活用し、ロボットが環境を能動的に知覚することで常識的な判断を行う手法を提案。レゴのスポーツカーを分解せずに片付けるなど、実世界での推論を実現し、MessySurfacesデータセットで評価した。
- 人間の学習ダイナミクスのモデル化とロボットによる影響人間ロボットインタラクション2023/1/1
人間の内部モデルが経験を通じて変化する過程を非線形力学系としてモデル化し、ロボットがその学習に与える影響を考慮した計画手法を提案。
- ボルツマン方策分布:人間モデルにおける系統的な準最適性の考慮人間モデリング2022/4/1
人間の方策を事前分布としてモデル化し、ベイズ推論で1エピソード内の行動から系統的な準最適性を捉えることで、少ないデータで人間行動予測と人間-AI協調を模倣学習と同等に実現した研究。
- エンパワーメントによる支援:目標推定に依存しない人間支援の枠組み共有自律/強化学習2020/6/1
人間の目標を推定する代わりに、人間が環境を制御できる能力(エンパワーメント)を強化学習で増大させるタスク非依存の支援手法を提案し、目標の曖昧さに強いことを示した。連続領域での効率的な代理指標も開発し、遠隔操作の共有自律実験で有効性を実証した。
- HRIにおけるモデル学習の有用性HRI2019/1/1
人間をブラックボックスとして扱うモデルフリー学習と、心の理論で人間をエージェントとしてモデル化するグレーボックス学習を自動運転タスクで比較し、理想的な心の理論の場合と仮定が誤っている場合の性能を評価した。
- ロボット深層学習における人間中心サンプリングとロボット中心サンプリングの比較模倣学習2016/10/1
ロボットの深層学習によるデモンストレーション学習で、人間が教示するHCサンプリングとロボットの実行に人間が修正ラベルを付けるRCサンプリングを、グリッドワールドと実機の物体分離タスクで比較した論文。
- 再生核ヒルベルト空間における関数勾配による動作計画動作計画2016/1/1
軌道をカーネル関数の線形結合として表現し、RKHS上でのコスト汎関数最小化として関数勾配法を一般化することで、ウェイポイント不要で少ない反復で滑らかな軌道を生成する動作計画手法を提案した。
