Christopher Amato
収録論文 21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
- ロボット学習パイプラインを侵害するためのワールドモデル攻撃セキュリティ/ワールドモデル2026/6/1
ワールドモデルを介して、一見安全な遠隔操作データに悪意のあるプロンプトや遷移ダイナミクスを埋め込み、危険な合成訓練データを生成してロボットポリシーを侵害する新たなデータポイズニング攻撃手法を提案した。
- マルチエージェント強化学習によるクロスモーダルナビゲーションナビゲーション2026/5/1
視覚と音響などの異なるモダリティを持つ軽量エージェント群が協調してナビゲーションを行うMARLフレームワークCRONAを提案し、単一エージェントより性能と効率が向上することを示した。
- 信頼できないシミュレータに注意:強化学習における報酬なしバックドア攻撃強化学習セキュリティ2026/2/1
シミュレータのダイナミクスを改ざんして、報酬を操作せずに強化学習エージェントに行動レベルのバックドアを仕込み、特定のトリガーで危険な行動を引き起こす攻撃手法「Daze」を提案し、実機ロボットへの転移も示した。
- エントロピー探索による安全なマルチエージェント協調マルチエージェント強化学習2024/12/1
チーム制約下でのマルチエージェント強化学習において、観測エントロピー最大化で探索を促し、安全性を保ちつつ協調行動を学習する手法E2Cを提案。
- 部分観測下における同変強化学習強化学習2024/8/1
部分観測環境で群対称性の同変性をニューラルネットに組み込み、過去の解を再利用することでサンプル効率と性能を高める強化学習手法を提案した。
- オンライン視覚言語マッピングによる実世界での視覚と言語に基づくナビゲーション視覚言語ナビゲーション2023/10/1
LLMによる指示解析とオンライン視覚言語マップ構築を組み合わせ、シミュレーションで訓練されたモデルを実世界の未知環境での視覚言語ナビゲーションに適用するフレームワークを提案した。
- POMDPのためのロボット上ベイズ強化学習ベイズ強化学習2023/7/1
物理システム向けに因子分解表現と粒子フィルタ・MCTSを組み合わせたベイズ強化学習フレームワークを提案し、人間との相互作用タスクで実機学習の効率を示した。
- 完全観測ポリシーを活用した部分観測下での強化学習強化学習2022/11/1
シミュレータで完全観測の専門家ポリシーをオフライン学習に利用し、部分観測環境でのオンライン強化学習性能を向上させる手法を提案。
- 非同期マルチエージェント強化学習のためのアクター・クリティック手法マルチエージェント強化学習2022/9/1
エージェントが非同期に意思決定・学習できるマルチエージェント強化学習のアクター・クリティック手法を提案し、シミュレーションと実機で有効性を示した。
- 混合可観測性下での階層型強化学習階層型強化学習2022/4/1
一部の状態変数だけが観測可能なMOMDPの部分クラスに対し、上位が目標を生成し下位がそれを達成する2層階層型RL手法HILMOを提案し、長期的連続制御タスクで成功率・サンプル効率・学習時間を改善、実機にも展開した。
- 粗い2次元地図を用いた未知環境での階層型ロボットナビゲーションナビゲーション2021/6/1
粗い2次元地図から動的トポロジカルマップを初期化し、高レベル計画と生成モデルによる中間ランドマーク生成を組み合わせることで、追加学習なしに未知環境へナビゲーションを汎化する手法を提案した。
- 深層強化学習によるヒューマンインザループ型ロボット把持のエンドツーエンド方策マニピュレーション2021/4/1
実人間の到達軌道を用いた確率的シミュレーション環境で強化学習と模倣学習を組み合わせ、EMG信号に依存しないエンドツーエンドの把持方策を学習し、失敗予測の透明性モデルも提案した。
- ドローン群による複数目標探索・検出のための分散強化学習群制御2021/3/1
未知領域の静的目標を探すドローン群を、学習・実行の両方で完全分散型のマルチエージェント深層強化学習で協調制御する手法を提案し、実機の動態を再現したシミュレータで訓練した。
- 信念接地ネットワーク:部分観測下でのロボット学習を加速する手法部分観測/触覚2020/10/1
部分観測環境で履歴を簡潔に要約する補助損失を用いて方策を学習するBGNを提案し、触覚センシングを含むベンチマークで既存手法を上回り実機転移も成功した。
- マクロ行動に基づく深層マルチエージェント強化学習マルチエージェント強化学習2020/4/1
非同期な高レベル行動選択を扱うMacDec-POMDPに対し、マクロ行動の軌跡リプレイバッファを導入した2種類のDQNベース手法を提案し、ベンチマークで原始行動より優れることを示した。
- 集中Qネットで学習するマルチロボット分散マクロ行動ポリシーマルチロボット強化学習2019/9/1
集中Qネットを教師として各ロボットの分散Qネットを訓練するMacDec-MADDRQNを提案し、倉庫での実機ツール配送タスクを効率的に達成した。
- マクロ行動を用いた部分観測確率環境下でのマルチロボット協調学習マルチロボット協調2017/7/1
観測・マクロ行動・報酬のみの軌道データからEMベースの反復サンプリングでマルチロボットの協調方策を学習し、実機の探索救助タスクで有効性を示した論文。
- 連続観測空間におけるスケーラブルな分散マルチロボット方策探索の加速マルチロボット/方策探索2017/3/1
連続観測の分散部分観測マルコフ決定過程(Dec-POMDP/Dec-POSMDP)を初めて解く手法を提案し、カーネルベースの確率有限状態オートマトンとエントロピー注入による方策探索加速で収束を改善した論文。
- 確率的マクロ観測を用いた意味レベル分散型マルチロボット意思決定群制御2017/3/1
低レベル分類器のノイズを階層ベイズで推定するマクロ観測手法をDec-POSMDPに組み込み、複数クアッドロータ上でリアルタイムに意味レベルの分散意思決定を行う。
- 信念空間マクロ行動を用いた分散型部分観測マルコフ決定過程の制御マルチロボット計画2015/2/1
マルチロボット計画のためのDec-POSMDPを提案し、閉ループの信念空間マクロ行動を自動構築して計画に組み込むことで、大規模な不確実環境下の配送問題を高品質に解けるスケーラブルな手法を示した。
- 不確実性下における複数ロボットの分散制御のための計画群制御2014/2/1
環境・センサモデルとコスト関数が与えられた一般のマルチロボット系に対し、Dec-POMDPとマクロ行動を用いて分散制御ポリシーを合成する枠組みを提案し、倉庫タスクの3変種でタスク割当・直接通信・シグナリングを適宜用いた協調行動を単一プランナで生成できることを示した。
