Siddhant Bhambri
収録論文 4本 ・ フィジカルAI/ロボット学習
人間とロボットの相互作用Human-AI協調/強化学習強化学習模倣学習/把持
※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
- 人間とロボットの相互作用における大規模言語モデルの心の理論能力:幻想か?人間とロボットの相互作用2024/1/1
ロボットの行動を人間がどう知覚するかをLLMに推測させる「知覚行動認識」タスクを設定し、人間被験者実験と比較してLLMの心の理論能力を検証した。
- 人間の柔軟性を報酬選好で取り込むHuman-AIチーミングHuman-AI協調/強化学習2023/12/21
マルチエージェント環境での選好ベース強化学習(PbRL)をHuman-AI協調ゲームとして初めて定式化し、人間の柔軟性とエージェントの人間方策へのアクセスがチーム性能に与える影響をロボット歩行タスクで評価した。
- 未ラベルデータを活用したフィードバック効率の良い人間選好ベース強化学習強化学習2023/2/1
人間の選好フィードバックを用いた強化学習において、エージェントが収集した未ラベル軌道を報酬学習に活用する2つの損失関数を提案し、歩行とマニピュレーションタスクでベースラインPEBBLEより高いサンプル効率と報酬復元性能を示した。
- 視覚的注意をアフォーダンス手がかりとして対照学習するロボット把持の模倣学習模倣学習/把持2021/4/1
実演から把持アフォーダンスを視覚的注意として対照学習で獲得し、軌道デコーダと組み合わせたエンドツーエンド模倣学習で把持成功率を向上させた研究。
