Prashant Doshi

収録論文 15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

• ConTraIRL: 転移可能な逆強化学習のための因子化コントラスト抽象化
  IRL/転移学習2026/6/1

  環境ダイナミクスとタスク目標を分離した潜在表現を学習し、未見の組み合わせへの報酬転移を可能にする逆強化学習フレームワークを提案した。

• 人間中心の物理的安全モデル：知覚と物理の統合によるHRI安全評価
  HRI安全2025/7/1

  人間とロボットの相互作用において、個人差を考慮したパラメータρを導入し、物理的安全と知覚的安全を橋渡しする一般安全モデルを提案。シミュレーション救助シナリオでの被験者実験により、感情状態や信頼、ロボットの行動が知覚的安全に与える影響を分析した。

• FRESHR-GSI：多人数環境で動作する移動ロボットのための汎用安全モデルと評価フレームワーク
  移動ロボット安全2025/1/1

  複数の人間がいる環境で移動ロボットの安全性を評価するため、人間との距離・速度・向きを統合したロボット中心の方向性フレームワークを提案し、RGB-Dと深層学習による汎用安全指標(GSI)を実装・検証した。

• 抽象的状態を介した転移可能な報酬の逆学習
  逆強化学習2025/1/1

  複数の異なる環境での行動軌跡から抽象的な報酬関数を逆強化学習で獲得し、未知の環境でもタスク行動を学習できることを示した。

• 人間らしいロボットマニピュレーションのための視覚的逆強化学習
  マニピュレーション2024/12/1

  人間の操作をRGB-Dキーポイントで観察し、逆強化学習と神経記号的動力学モデルを用いて協働ロボットに人間らしい動作を学習させる手法を提案した。

• シミュレーション避難シナリオにおけるMEDEVACロボットに対する人間の認識分析
  HRI2024/10/1

  医療避難シナリオで自律ロボットと遠隔操作ロボットが負傷者と傍観者にどう認識されるかを実験的に調べ、高速自律モードが感情や安全認識に悪影響を与えることを示した。

• 分散逆強化学習によるオープンな人間-ロボット協働
  人間-ロボット協働2024/10/1

  人間とロボットがタスクの途中で自由に参加・離脱できる「オープンな協働」をモデル化するoDec-MDPを提案し、分散逆強化学習Dec-AIRLを拡張して学習させる手法を開発した。

• 逆強化学習のための新しい変分下界
  逆強化学習2023/11/1

  最適性ノードを持つ確率グラフィカルモデルに基づき、報酬関数と方策を同時に学習する新しい逆強化学習手法を提案し、既存手法を上回る性能を示した。

• MVSA-Net: 遮蔽に頑健な多視点状態行動認識による軌道生成
  模倣学習2023/11/1

  複数視点のRGB-D映像を統合して作業の状態と行動を認識するMVSA-Netを提案し、遮蔽が多い環境でも単一視点より高精度に軌道生成できることを示した。

• 遮蔽と観測ノイズ下の逆強化学習のための周辺MAP推定
  逆強化学習2021/9/1

  専門家の実演が遮蔽や知覚ノイズで部分的にしか観測できない状況で、軌跡の隠れた部分を周辺化する周辺MAP推定により逆強化学習を行う手法を提案し、玉ねぎ仕分けロボットのタスクで有効性を示した。

• 部分制御環境における逆強化学習のための階層ベイズモデル
  逆強化学習2021/7/1

  実世界で逆強化学習を行う際に生じる、専門家以外の物体やエージェントによる妨害観測を明示的にモデル化する階層ベイズ手法を提案し、シミュレーションの仕分けタスクで有効性を示した。

• 最大エントロピー多タスク逆強化学習
  逆強化学習2020/4/1

  最大エントロピー逆強化学習とディリクレ過程によるクラスタリングを組み合わせ、専門家が複数の方策を切り替える状況でも複数の報酬関数を学習できる手法を提案し、玉ねぎ選別ロボットタスクで有効性を示した。

• SA-Net：RGB-Dストリームからロボット軌道を認識する深層ニューラルネットワーク
  模倣学習2019/5/1

  RGB-Dデータから状態-行動ペアを認識する深層学習モデルSA-Netを提案し、移動ロボットとマニピュレータの実機実験で従来手法より高精度な軌道認識を実現した。

• 雑音観測下での逆強化学習
  逆強化学習2017/10/1

  専門家の軌道が連続時間の雑音付き観測しか得られない状況で、状態と行動を隠れ変数としてEMと最大エントロピー原理に基づき逆強化学習を行う手法を提案した。

• 混雑交通における合流判断：受動的アクタークリティックを用いたマルチポリシー意思決定
  自動運転/意思決定2017/7/1

  強化学習の一種である受動的アクタークリティック（pAC）とマルチポリシー意思決定を組み合わせ、混雑した高速道路で合流先を選ぶ手法を提案し、実交通データで92%の成功率を達成した。