Cynthia Matuszek
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
- 危険環境における状況認識のための自律VRベースリスク検出HRI2026/7/1
ロボットが仮想環境を探索し、VLMで危険を検出してVRインターフェースで人間に提示するフレームワークを提案し、ユーザー評価で有効性を示した論文。
- 危険か異常か?VLMによる危険性と不一致の理解の評価VLM評価2026/7/1
視覚言語モデル(VLM)が危険と異常を区別できるかを評価し、異常を危険と誤認する傾向を明らかにした論文。
- 身体性AIデータセットにおける言語的多様性の限界VLA2026/1/1
VLAモデルの訓練・評価に使われるデータセットの指示文を体系的に調査し、語彙の多様性や重複、構文の複雑さを分析した結果、多くのデータセットが反復的でテンプレート的な命令に依存していることを明らかにした。
- ロボットとの対話:SLIVARコミュニティの参加と研究を広げるための提案音声対話2024/4/1
ロボットとの音声対話研究の近年の動向をまとめ、教育・ベンチマーク・言語モデリングの3つの提案を示したホワイトペーパー。
- 音声から視覚に接地した言語を学ぶ:深層音響表現による新手法音声言語接地2021/12/1
視覚知覚と生の音声入力を用いて、接地言語獲得が可能であることを示した研究。自己教師あり音声表現を活用し、テキスト入力への依存を減らしつつ、特定集団への包摂性を高める。
- 視覚知覚に基づく言語獲得のためのニューラル変分学習言語グラウンディング2021/7/1
視覚カテゴリを事前定義せずに、生成モデルで言語と視覚の共有埋め込みを学習し、低リソース・多言語データでも物体の意味予測が可能なことを示した。
- サンプリング手法が重要:ロボット言語獲得のための能動学習能動学習2020/11/1
ロボットの言語獲得タスク3種に能動学習を適用し、データ選択手法が学習効率に与える影響を分析した研究。代表性と多様性を兼ね備えたサンプリングが重要であることを示した。
- 実世界概念の言語接地のための実用的クロスモーダル多様体アライメント言語接地2020/9/1
RGB-D画像と言語記述のトリプレットをサンプリングし、トリプレット損失で言語と視覚の一貫したマルチモーダル埋め込みを学習する手法を提案し、複数の評価指標で既存手法を上回った。
- 接地言語学習のためのマルチモーダルデータセットの提示と分析マルチモーダル学習2020/7/1
家庭内物体を音声・テキストで説明したマルチモーダルデータセットGoLDを構築し、モダリティの違いが言語学習に与える影響を分析した。
- 抽象学習モデルを用いた計画と転用可能なサブタスクの学習階層強化学習2019/12/1
サブタスクを記号的に表現する新形式L-AMDPを導入し、複数抽象度で確率的計画に使える遷移・報酬モデルを階層強化学習で獲得するPALMを提案した論文。
- 言語と知覚の統合モデルによる接地属性学習言語接地2012/6/1
物体の色や形などの属性分類器と言語の確率範疇文法を同時学習し、物理空間の物体集合を記述する文を解釈できるようにした研究。
