Julie Shah
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
- 人間とロボットのチームにおける多周期時空間適応HRI2026/4/1
人間とロボットの協調作業において、個人の空間的・時間的行動を複数サイクルにわたってモデル化し、タスクスケジュールとロボットの動作生成を同時に適応させるフレームワークRAPIDDSを提案した。
- ロボットとの協働時に助けを求めることへの抵抗感の分析:HRCへの人工エージェント統合への示唆HRC2025/9/1
人間とロボットの協働作業で、人間が困ったときに遠隔の人間に助けを求める場合と、将来の人工エージェントに助けを求める場合の心理的抵抗感や生産性をユーザー研究で比較分析した。
- 較正特徴量による文脈適応型報酬の学習報酬学習2025/6/1
人間の入力から報酬を学ぶ際、文脈に応じて特徴の重要度(顕著性)が変化することに着目し、文脈不変な選好と文脈依存の顕著性を分離して明示的に学習する「較正特徴量」を提案。少ない選好クエリで効率的に報酬を獲得できる。
- 人間との対話による推論時ポリシーステアリングVLA2024/11/1
事前学習済みの生成ポリシーを微調整せずに、人間の介入でサンプリング過程をバイアスし、意図に沿った行動を引き出す枠組みを提案。
- 多様な教示インターフェース:より柔軟なロボット教示データ収集に向けて教示学習2024/10/1
協働ロボットに取り付けるアタッチメント型インターフェースを提案し、視覚・力覚・状態追跡を組み合わせて3種類の教示を簡単に収集できるようにした。製造現場の専門家によるユーザー調査で実用性を検証した。
- 反事実的摂動による実演からの言語プランの接地VLA2024/3/1
LLMの言語プランをロボットの実演に基づくモード族で接地し、反事実的摂動を加えた実演から成功・失敗を学習して解釈可能な反応的方策を生成する手法を提案。
- 人間グループにおけるエントレインメントの理解:人間同士の協働から学ぶ人間-ロボット協働の最適化人間-ロボット協働2024/2/1
人間同士のペア・グループ協働における同期(エントレインメント)の特徴を運動計測とインタビューで分析し、ロボットとの協働設計への示唆を導出した研究。
- 診断・フィードバック・適応:テスト時ポリシー適応のための人間参加型フレームワーク人間参加型学習2023/7/1
ユーザーのフィードバックからタスクに無関係な概念を特定し、反事実的デモンストレーションを用いてデータ拡張を行うことで、個人の好みに適応したポリシーを実現する対話型フレームワークを提案。
- ロボットと人間の表現のアラインメント表現学習2023/2/1
ロボットの学習した表現が人間の関心を反映するようアラインメントする問題を定式化し、現行手法を位置づけて今後の課題を示した。
- 時相論理模倣:デモンストレーションから計画充足運動方策を学習する模倣学習2022/6/1
デモンストレーションに暗黙的に含まれる離散的な計画を線形時相論理(LTL)で表現し、モード不変性と目標到達性を備えた運動方策を学習することで、人間による摂動があってもタスクを確実に再現できる模倣学習手法を提案した。
- 報酬関数を人間に説明して円滑な人とロボットの協働を実現する価値整合/説明可能AI2021/10/1
報酬説明手法を情報モダリティで分類し、人間の報酬理解を評価する手法群とドメイン複雑さの4軸を提案、多様な説明手法の有効性を比較する実験計画を示した論文。
- 意味空間における創発的な離散コミュニケーションマルチエージェント通信2021/8/1
強化学習エージェントが学習した連続空間から離散トークンを生成して通信する手法を提案し、意味的にクラスタ化されたトークンによりノイズ環境や未知の人間通信への対応が向上することを示した。
- 実演からのベイズ仕様推論LfD2021/7/1
実演を観察してタスク仕様を時相論理式として確率的に推論する手法を提案し、合成領域と実世界の卓上作業で90%以上の類似度を達成した。
- RoCUS: サンプリングによるロボットコントローラの理解制御解析2020/12/1
ベイズ事後サンプリングを用いて、ロボットコントローラがユーザー指定の挙動(例:ぎくしゃくした動き)を示す状況を探索し、多様な挙動を体系的に分析するフレームワークRoCUSを提案。
- 非マルコフタスクのための対話型ロボット訓練ロボット教示2020/3/1
教示者の実演と評価の両方からベイズ的にタスク仕様を学ぶ枠組みを提案し、不確実性サンプリングに基づく能動学習で非マルコフな食卓準備タスクを実機で教示できることを示した。
- 社会規範を獲得するための敵対的自己対戦マルチエージェント学習2020/1/1
既存エージェントの入出力データと非対称データを用いた敵対的自己対戦により、少ないペアデータで社会規範を効率的に学習する手法を提案。
- 不確かな仕様に基づく計画法(PUnS)計画/強化学習2019/6/1
タスク仕様がLTL式の信念として曖昧に与えられる状況に対し、4つの充足基準を定義し、等価なMDPの存在を示した上で、ロボットによる食卓準備タスクで有効性を実証した論文。
- 人とロボットの協調における適応の数理モデルヒューマンロボット協調2017/7/1
人間の内部状態やその変化を不確実性として扱い、確率的計画とゲーム理論で人と協働するロボットの適応的な意思決定をモデル化した研究をまとめた論文。
- 物理システムの自律性科学に向けて:その道筋自律システム2016/9/1
家庭清掃や手術など多領域での自律物理システム実現に必要な知覚・操作・知識統合の課題を整理し、従来プログラミングの限界と新たな研究の道筋を示した展望論文。
- 人間のタイプを推定して協調動作を学習するロボットフレームワーク人間ロボット協調2014/5/1
共同作業のデモから人間のタイプをクラスタリングし、逆強化学習で報酬を学習、部分的に観測可能な人間タイプを推論してロボットの協調方策を計算する手法を提案した。
- 人間チームの会議からロボットのタスク計画を推論する:論理ベースの事前分布を用いた生成モデリング手法計画推論2013/6/1
人間チームの計画会議の会話から最終計画を推論するため、確率的生成モデルと論理計画検証による事前分布を組み合わせた手法を提案し、平均83%の精度で計画を推定できることを示した。
