Anjali Parashar
MIT
収録論文 7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
- 視覚言語行動モデルの失敗要因を特定する因子分解リスクモデルVLA2026/10/19
VLAモデルが視覚的な破損(corruption)に敏感な点に着目し、どの破損を除去すれば失敗リスクが下がるかを推定する「失敗帰属」問題を定義。シーンと破損を分離表現する因子分解リスクモデルで、対になるクリーン画像や追加ロールアウトなしに除去効果を見積もる手法を提案した。
- 慎重な審判:安全で効率的な人間とAIの協調的意思決定人間AI協調2026/10/6
AIの判断に人間のレビューを組み合わせ、人間への問い合わせを減らしつつ安全性を保証する適応的な較正・修正パイプラインCAREを提案し、運転・言語・ロボティクス分野で有効性を示した。
- ペアシステムを用いた障害発見のためのカバレッジ考慮型能動評価能動学習/障害発見2026/8/13
限られたテスト予算で実世界の障害を効率的に発見するため、プロキシシステムの情報を活用しつつ、実システムの評価結果と組み合わせて障害が起きそうなシナリオを適応的に選択する手法を提案した。
- 実世界の故障記録を用いた自動運転システムテストのためのシナリオ生成自動運転テスト2026/6/1
自動運転システムのテスト用シナリオを、自然言語の故障記録からLLMを用いて生成するパイプラインを提案し、Metadriveシミュレータで多様なシナリオを生成してシステムの失敗を発見した。
- 限られた実機デモンストレーションからの失敗予測sim2real2024/10/1
実機での限られたデモとモデルシミュレーションを組み合わせ、ガウス過程回帰で失敗を予測する3段階手法を提案し、ロボットアームの押し操作と自動運転車の追従制御で有効性を示した。
- 自律レース車両のための高速でモジュール式な自律走行ソフトウェア自律走行2024/8/1
Indy Autonomous Challenge 向けに、エージェント検出・運動計画・制御をモジュール化した高速な自律走行スタックを開発し、単一・複数エージェント環境での性能を評価した。
- RADIUM: 勾配加速サンプリングによるエンドツーエンドロボット故障の予測と修復sim2real2024/4/1
微分可能なシミュレーションとレンダリングを活用し、ベイズ推論の枠組みでロボットシステムの故障を予測し、設計や制御則を自動修正する手法を提案。群ロボット探索やUAV編隊制御などで検証。
