Luca Castri
収録論文 12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
- 自律移動ロボットのための実用的因果推論フレームワーク：シミュレーションから実世界の人間環境へsim2real2026/11/2
シミュレーションで学習した因果構造を保ちつつ、少数の実観測でパラメータのみ更新することで、移動ロボットが人間共存環境へ迅速にsim2real転移し安全にナビゲーションできる枠組みを提案した。
- 廊下シナリオにおける社会的ナビゲーション信号の因果効果の推定社会的ナビゲーション2026/10/12
廊下での人間-ロボット相互作用において、社会的ナビゲーション信号が通行成功に因果的に寄与するかを因果DAGでモデル化し、交絡を考慮した介入効果と観測ベースの推定を比較した。交絡を無視すると信号が有害と誤って結論されるが、因果推定では有益であることが示された。
- 動的環境における自律移動ロボットのための因果性強化意思決定移動ロボット2025/4/1
因果推論を用いて人間行動や環境要因をモデル化し、ロボットがタスクの実行タイミングと戦略を適切に判断する枠組みを提案。倉庫環境でのバッテリー消費と人間の妨害を考慮した意思決定を実現する。
- CAnDOIT: 時系列の観測データと介入データを用いた因果発見因果推論2024/10/1
観測データと介入データを組み合わせて時系列の因果構造を推定する手法CAnDOITを提案し、ロボットマニピュレーションのベンチマークで有効性を示した。
- neuROSym: ROSベースのニューロシンボリック人間動作予測モデルの実機展開と評価人間動作予測2024/7/1
ニューロシンボリックな人間動作予測モデルをROSパッケージ化し、TIAGoロボットで実環境評価した。予測精度と実行性能がベースラインより向上することを示した。
- ROS-Causal: 実環境での人-ロボット空間インタラクションにおける因果推論フレームワークの実験的評価人-ロボットインタラクション2024/6/1
ROS上で動作する因果推論フレームワークROS-Causalをシミュレーションと実環境の実験で評価し、ロボットがオンラインで因果モデルを抽出できることを示した。
- ROS-Causal: 人とロボットのインタラクションのためのROSベースの因果分析フレームワークHRI2024/2/1
ROS上でオンボードのデータ収集と因果発見を行うフレームワークROS-Causalを提案し、人とロボットの空間インタラクションにおける因果モデル生成をシミュレータで実証した。
- ロボティクス応用のための効率的な因果探索因果探索2023/10/1
ロボットが人間と共存する環境で因果関係を高速かつ高精度に推定する手法F-PCMCIを提案し、人間-ロボット相互作用の実シナリオで有効性を示した。
- マルチエージェント空間インタラクションの定性的予測群制御2023/7/1
混雑した動的環境でのロボットサービスに向け、Qualitative Trajectory Calculus (QTC) を用いた3つのマルチエージェント相互作用予測手法を提案し、ベンチマークした。
- 動的環境におけるロボットセンサデータからの因果発見の強化因果発見2023/2/1
転送エントロピーによる特徴選択を組み込んだ因果発見手法を提案し、ロボットセンサデータから主要特徴のみを抽出して因果モデルを再構築することで、精度と計算効率を向上させた。
- 継続学習からロボティクスにおける因果発見へ因果推論2023/1/1
ロボットのセンサ時系列データから因果モデルを再構築する際の実践的課題を整理し、継続学習を活用して計算資源が限られたロボットでも因果発見を可能にする方法を提案した概説論文。
- 人間の空間的インタラクション予測のための動的モデルの因果発見ヒューマンロボットインタラクション2022/10/1
実世界のセンサーデータから人間とロボットの空間的インタラクションを因果発見手法でモデル化し、因果モデルが非因果モデルより予測精度が高いことを示した。
