Dylan Hadfield-Menell
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
- 信念空間プランナの蒸留による物理的・認識論的制約を満たすエージェントの展開プランニング蒸留2026/11/7
信念空間のタスク・動作プランナをオフラインで生成し、その軌跡を方策に蒸留することで、不確実性下でも仕様に沿って行動するエージェントを訓練する手法を提案。履歴依存方策向けにDual Averaging損失とρ-最適強化学習を導入し、情報獲得が必要な新環境Scavengerで評価した。
- オープンエンド対話からの目標推論による柔軟なエージェントアラインメントVLA2025/8/1
対話を通じてユーザーの目標を動的に推論し、LLMエージェントを柔軟にアラインメントする手法GOODを提案。買い物・家庭ロボティクス・コーディングの3領域で有効性を示した。
- オープンエンド対話からの目標推論VLA2024/10/1
LLMとの対話から自然言語で目標を抽出し、ベイズ推論で不確実性を扱いながら多様なユーザー目標をオンラインで学習・達成する手法を提案。
- タスク・運動計画の誘導模倣による長期的操作タスクの学習模倣学習2021/12/1
TAMPソルバの出力を模倣するフィードフォワード方策を学習し、部分学習済み制御方策で計画を高速化することで、複数物体のピック・プレースや9目標ベンチマークを感覚入力から解けるようにした。
- エージェント設計のための拡張可能な対話型インターフェース強化学習/インターフェース2019/6/1
複雑なタスクを報酬関数で指定する代わりに、ユーザーが既存ポリシーを切り替えながらデモンストレーションを行い、それに基づいて新ポリシーを学習する対話型インターフェースを提案。Lunar Landerで有効性を示した。
- HRIにおけるモデル学習の有用性HRI2019/1/1
人間をブラックボックスとして扱うモデルフリー学習と、心の理論で人間をエージェントとしてモデル化するグレーボックス学習を自動運転タスクで比較し、理想的な心の理論の場合と仮定が誤っている場合の性能を評価した。
- 分割統治による報酬設計の簡素化強化学習/報酬設計2018/6/1
環境ごとに個別に報酬を設計し、それらを観測として共通報酬を推定する分割統治型の報酬設計手法を提案し、ユーザ実験で従来の一括設計より高速・高品質であることを示した。
- 動きのタイミングで感情を伝えるロボットマニピュレーション2018/2/1
ロボットの動作タイミングを変えることで、自信や運搬物の重さなどの内部状態を人に伝えられることを示し、その推論モデルを構築した論文。
- 実用的・教育的価値整合:認知モデルに基づく協調ロボットの意思決定価値整合/協調IRL2017/7/1
人間の認知モデルと心の理論を取り入れ、人間がロボットの学習を考慮して行動し、ロボットがそれを実用的に解釈する相互関係を捉えた協調逆強化学習の解法を初めて形式的に分析した論文。
