Aran Nayebi
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
- 内発的動機から世界モデルを構築する世界モデル2026/11/9
好奇心・エントロピー・有能感など24種の内発的動機を共通のモデルベース強化学習枠組みに統合し、それらが構築する世界モデルを移動・操作・ゲーム環境でのゼロショット/少数ショット/マルチタスク制御で評価した研究。
- 自律エージェントの内発的目標:階層的探索がショウジョウバエの将来の随意行動を捉える内発的動機・神経科学2026/10/25
ショウジョウバエの全脳記録と神経力学デジタルツインを組み合わせ、好奇心・エントロピー・コンピテンシーに基づく20種の内発的動機アルゴリズムで訓練したエージェントが、ハエの自発的探索行動と将来の随意運動の神経表現を再現できるか検証した。
- 触覚ジェネシス:巧みな作業学習のための大規模触覚センサの探求触覚/シミュレーション/器用操作2026/6/1
GPU並列の触覚センサシミュレーションプラットフォームを構築し、多様な触覚センサを共通インターフェースで提供。巧みな操作タスクでセンサの種類・配置・解像度の影響を分析し、実機への転移も検証した。
- 有能なエージェントは何を知る必要があるか:不確実性下での頑健な意思決定のための選択定理世界モデル2026/3/1
タスク性能が高いエージェントは、世界モデルや信念に似た記憶、状況追跡変数を持つことを強いられるという「選択定理」を証明した理論研究。
- 自律エージェントのための内発的目標:仮想ゼブラフィッシュにおけるモデルベース探索が行動生態学と全脳ダイナミクスを予測する自律探索2025/6/1
動物の自律的探索を模倣したモデルベース内発的動機(3M-Progress)を提案し、仮想ゼブラフィッシュの行動と全脳神経活動を自己教師あり学習のみで予測できることを示した。
- げっ歯類の触覚処理に整合するタスク最適化畳み込みリカレントネットワーク触覚2025/5/1
げっ歯類のヒゲ触覚シミュレータを用い、触覚カテゴリ分類に最適化したEncoder-Attender-Decoderモデルを構築し、ConvRNNが脳の体性感覚野の神経表現と最もよく一致することを示した。
- 心的シミュレーションの神経基盤:動的シーンにおける潜在表現の未来予測認知神経科学2023/5/1
動的環境の未来状態を予測する複数の感覚認知ネットワークを構築し、神経生理データと人間行動データを比較した結果、動画基盤モデルの潜在空間で未来予測するモデルが最も脳応答と行動を再現できることを示した。
