Benedict Quartey
収録論文 9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
- 信頼できる自律性のスケーリング:汎用で検証可能なロボットに向けてニューロシンボリック/タスク計画2026/10/30
学習モデルの汎用性と記号的構造を統合するニューロシンボリック手法を提唱し、言語指示の接地・3Dシーン予測・記号的効果予測を伴う視覚運動スキル学習の三方向を探る博士論文。
- 述語と行動の同時学習によるゼロショット技能合成模倣学習/技能合成2026/5/1
ロボットの模倣学習において、行動とその象徴的な結果(述語)を同時に生成する新しいポリシーを提案し、学習済み技能のゼロショット合成を可能にした。
- 音声プロソディによるロボット指示理解と曖昧性解消音声指示理解2025/6/1
音声のプロソディ(抑揚や強調)を直接利用して指示意図を推定し、大規模言語モデルと組み合わせて曖昧な指示を解消する手法を提案。ロボット向けの曖昧音声データセットも構築した。
- λ: 長期的な屋内移動マニピュレーションロボティクスにおけるデータ効率のベンチマーク移動マニピュレーション2024/12/1
人間が収集した571件のデモンストレーションを用いて、言語条件付きの長期的・複数部屋・複数階にわたるピックアンドプレースタスクにおけるモデルのデータ効率を評価するベンチマークλを提案し、ニューロシンボリック手法が学習手法より少ないデータで高い成功率を達成することを示した。
- 大規模言語モデルによる物体レベル計画のブートストラップタスク・動作計画2024/9/1
大規模言語モデルから物体状態の高レベル変化を表す計画スキーマを抽出し、タスク・動作計画(TAMP)のブートストラップに活用する手法を提案。シミュレーションでのピック・アンド・プレース作業で既存手法を大きく上回る性能を示した。
- 基礎モデルを用いた複雑なロボット指示の検証可能な追従VLA2024/2/1
LIMPは、基礎モデルを活用して複雑で開放的な指示を記号的に表現し、事前の意味地図なしに実世界で検証可能に追従する手法を提案する。150の指示で評価し、複雑な時空間指示で79%の成功率を達成した。
- 文脈構造を活用した有用な補助タスクの生成強化学習2023/3/1
強化学習において、与えられたタスクの時相論理表現と大規模言語モデルを用いて文脈に応じた補助タスクを自動生成し、経験の再利用を最大化するマルチタスク強化学習フレームワークを提案した。
- 構造化ワールドモデルによるサンプル効率の良いロボット学習sim2real2022/10/1
布折り畳みタスクのシミュレーションで、RGB画像とキーポイント特徴の比較およびワールドモデルの有無が学習効率と性能に与える影響を検証した。
- 低コストなモジュラー自律走行車開発プラットフォーム自律走行2020/6/1
アフリカの研究者向けに、遠隔操作でのデータ収集とCNNによる自律走行が可能な低価格モジュラー自律走行車プラットフォームRollEを設計・開発した。
