Benjamin A. Christie
Virginia Tech
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
- 模倣学習のための内積正則化模倣学習2026/11/12
状態ごとに一貫した摂動応答を持つように方策を整形する内積正則化(InneR)を提案し、既存の模倣学習パイプラインに追加可能であることを示した。
- Many-RRT*: シリアルマニピュレータのためのロバストな関節空間軌道計画モーションプランニング2026/3/1
多関節マニピュレータの関節空間軌道計画において、複数の逆運動学解を並列に扱うRRT*拡張を提案し、成功率と軌道品質を大幅に向上させた。
- 局所修正から汎用スキルへ:MEMOによる神経記号ポリシーの改善操作学習2026/3/1
ロボットの失敗時に人間が与える自然言語の修正を収集・クラスタリング・再表現して、汎用的なテキストガイダンスとコードスキルテンプレートを合成し、神経記号ポリシーのスキルを動的に拡張する手法MEMOを提案した。
- 言語運動プリミティブ:ロボット動作における言語モデルの接地VLA2026/2/1
VLMの推論を動的運動プリミティブ(DMP)のパラメータに接地させることで、自然言語指示からゼロショットでロボット操作を実現するフレームワークを提案。
- ユーザープライバシーを守りながらロボット方策を微調整する手法ロボットパーソナライゼーション/プライバシー2025/9/1
各ユーザーに固有の鍵を与え、その鍵でネットワーク重みを変換することで、個人に合わせたロボットの方策を実現しつつ、他人がその方策を実行しても個人情報が漏れないようにするフレームワークPRoPを開発した。
- 個人適応型情報伝達のための再構成可能な信号を備えたモジュラー触覚ディスプレイ触覚2025/6/1
モジュラー式の空気圧触覚ディスプレイと情報理論に基づくアルゴリズムを組み合わせ、ユーザーごとに触覚フィードバックを最適化するシステムを提案し、ユーザー研究で有効性を検証した。
- モンテカルロ線形二次ゲームによる安全なインタラクションヒューマンロボットインタラクション2025/4/1
人間の予測不能な行動に対してロバストなロボット政策を、線形二次ゲームとモンテカルロ探索を組み合わせてナッシュ均衡に収束させる手法MCLQを提案し、安全性と性能を両立させた。
- ユーザーフレンドリーな事前分布による人間へのインターフェース個人適応ヒューマンロボットインタラクション2024/3/1
人間が持つインターフェースの事前期待(比例性や凸性など)を利用して、ロボットがユーザーごとに信号の意味を適応させ、直感的で社会的期待に沿ったインターフェースを実現する手法を提案した。
- 共有自律における学習とコミュニケーションの整合共有自律2024/3/1
支援ロボットが学習した意図を人間に伝えることで、人間が誤りを修正しやすくなり、正しい理解時には制御を委ねやすくなることを実験と理論で示した研究。
- LIMIT: 情報伝達を最大化するインターフェースの学習ヒューマンロボットインタラクション2023/4/1
人間の行動と伝達情報の相関を最大化する信号を選ぶことで、ユーザーに適応しモダリティに依存しない共適応インターフェースを学習する手法LIMITを提案。
- 長期的な相互作用で人間に影響を与え続けるロボットに向けて人間ロボット相互作用2022/9/1
人間はロボットに適応してしまうため、従来のゲーム理論的手法は繰り返し相互作用で影響力を失うことを示し、予測困難性を組み込んだシュタッケルベルクゲームの改良で長期的な影響維持を実現した。
