Milan Ganai
収録論文 8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
- 推論を分布として扱う:視覚言語行動モデルのための生成的プラン潜在表現VLA2026/10/20
VLAモデルの推論状態をプラン上の低次元条件付き分布として表現し、再学習なしにプランのサンプリング・選択・結果による再重み付けを可能にした研究。
- DIRECT: 身体化プランナーにおけるテスト時計算の割り当てはいつ、どこで行うべきか?VLA/プランニング2026/6/10
VLMを高レベルプランナーとして使う際、テスト時計算を増やすと性能が上がるが、コストも増える。シーン文脈に基づいて計算をルーティングするDIRECTを提案し、成功率とコストのトレードオフを改善した。
- 自己教師ありブートストラップによる行動予測的な身体性推論VLA2026/2/1
VLAモデルの身体性Chain-of-Thought推論を、外部報酬や人手注釈なしに自己教師ありで洗練し、操作・歩行ナビ・自動運転で性能を向上させる手法を提案。
- 橋上の基盤モデル:視覚言語モデルによる海事自律航行の意味的ハザード検出と安全機動VLA2025/12/1
視覚言語モデル(VLM)を用いて、港湾シーンでの意味的な危険(ダイバーフラッグや火災など)を検出し、人間が介入可能な短時間のフォールバック機動を選択する「Semantic Lookout」を提案した研究。
- マルチモーダル推論によるリアルタイムな分布外故障の防止安全・フォールバック2025/5/1
マルチモーダル基盤モデルと動力学を考慮した計画を組み合わせ、分布外の故障を防ぐ安全なフォールバック戦略をリアルタイムに生成するフレームワークFORTRESSを提案。
- 強化学習におけるハミルトン・ヤコビ到達可能性:サーベイ安全性/到達可能性2024/7/1
強化学習と組み合わせてハミルトン・ヤコビ到達可能集合を推定し、高次元システムの制御方策に安全性保証を与える最近の手法を概観したサーベイ論文。
- 安全強化学習のための反復的可到達性推定安全強化学習2023/9/1
確率的環境で安全性を保証しつつ性能を犠牲にしない安全強化学習フレームワークRESPOを提案し、可到達性推定関数を用いたアルゴリズムが局所最適解に収束することを理論的に示した。
- リャプノフ的代理モデル学習による観測からの安定化制御模倣学習2023/3/1
専門家の状態系列のみから安定化制御を学ぶため、リャプノフ安定性理論に基づく代理モデルを報酬として用いるLfO手法を提案し、実車両やシミュレーションで有効性を示した。
