Patrick M. Pilarski
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
- イディオバイオニクス:プライバシーと知的義肢の統合義肢/プライバシー2026/7/1
本論文は、知的義肢(バイオニック義肢)におけるプライバシーリスクを調査する新しい研究分野「イディオバイオニクス」を提唱し、悪意ある攻撃の可能性を示す。
- 下肢センサ信号の一般価値関数を用いた適応的歩行制御のための階層強化学習フレームワーク歩行2025/7/1
下肢外骨格の適応制御に階層強化学習を適用し、複数のウェアラブルセンサから一般価値関数で予測情報を生成することで、様々な地形での歩行判断精度が向上することを示した。
- ヒューマン・イン・ザ・ループのロボット制御における忘却なしの継続的パブロフ信号学習ヒューマン・イン・ザ・ループ制御2023/5/1
ロボット義手のフィードバック改善のため、強化学習のパブロフ信号を用い、ユーザーがフィードバックに応じて行動しても予測を忘却しない手法を検討した。オン/オフポリシーや状態表現の違いを比較し、先読み状態表現が有効であることを示した。
- 共同行為:人間と上肢義手のパートナーシップを理解するための枠組み義手制御2022/12/1
上肢義手の制御において、人間と機械を共同行為の枠組みで捉え、異なる筋電制御手法を比較し、協調的コミュニケーションの重要性を示した。
- 実世界の予測知識獲得におけるTD増分デルタバーデルタ法の検討予測学習2019/8/1
センサ豊富なロボットアームで、特徴量ごとに学習率をオンライン適応するTIDBDを検証し、従来のTD学習と同等の予測性能を示すとともに、センサ故障の自動検出にも有効であることを示した。
- 好奇心駆動型深層強化学習による優しい物体操作の学習強化学習/触覚2019/3/1
接触力へのペナルティを予測する「ペナルティベースの驚き」を内在報酬として導入し、壊れやすい物体に優しく接触しながら探索・実行できる強化学習方策を腱駆動型触覚ロボットハンドで実証した。
- 人間の同時操作とフィードバックを用いたActor-Critic強化学習強化学習/ヒューマンロボットインタラクション2017/3/1
人間がロボットに操作信号と報酬形成フィードバックを同時に与える対話型強化学習の枠組みを提案し、同時提示時にはフィードバック量が減るが操作品質は大きく低下しないことを実験的に示した。
- 人間のフィードバックと制御信号を統合する強化学習エージェントの身体性モデリング強化学習2017/1/1
強化学習エージェントが人間の制御信号とフィードバックを同時に取り込み、自己鏡像運動制御タスクの性能を向上させることを示した研究。
- 人間の同時操作とフィードバックによるアクター・クリティック強化学習ロボットの訓練強化学習/ヒューマンフィードバック2016/6/1
人間の筋電操作信号とフィードバックを同時に与えながらアクター・クリティック強化学習でロボットを訓練し、環境報酬・人間報酬・両者の組み合わせで性能を比較した。
- 学習した予測をフィードバックに用いて義肢の制御と通信を改善する触覚2014/8/1
ロボット義肢が近い将来受ける衝撃荷重をリアルタイムに学習予測し、その予測を振動触覚フィードバックとしてユーザーに伝えることで、反応的なフィードバックより作業成績が有意に向上することを示した。
- 強化学習で義肢操作の意思決定を支援する強化学習/義肢制御2013/9/1
時間差分学習と一般価値関数を用いて、ユーザーがロボットアームの制御モードを切り替えるタイミングをリアルタイムに予測し、義肢操作の負担軽減を目指した研究。
