Sonia Chernova
Georgia Institute of Technology
収録論文 50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
- マルチエージェント搬送における局所解修復群制御2026/11/1
倉庫ロボットの搬送計画の非効率を実行時に検出し、局所的に再計画して衝突を減らす手法を提案。既存手法の計画を改善し、スループットを最大5.9%向上させた。
- 不確実性下での長期的ロボット計画の評価ロボット計画2026/10/12
家庭用ロボットの長期的タスクにおける不確実性への対処を評価するベンチマークを提案し、ReActやVLM-TAMPなどの計画手法を比較した。
- 自ら動くロボット:能動的ロボットの構築と評価のためのフレームワーク能動的支援2026/9/24
ロボットの能動的支援を統一形式化し、3段階に整理。最高レベルの自発的支援に対応するフレームワークを提案し、閉ループ評価の重要性を示す。提案手法GAPは受動的観察からユーザー目標を予測し行動する。
- 多対多マルチエージェント集配問題群制御2026/5/1
倉庫内の複数ロボットが、複数の場所から取り出し・保管が可能なSKU単位のタスクを効率的に割り当てる多対多MAPD問題を解くアルゴリズムM2Mを提案し、シミュレーションで従来手法より最大2万2千件多くタスクを完了できることを示した。
- 時間・資源制約下での時空間タスク割り当ての有効性を学習・最適化する手法群制御2026/1/1
異種ロボットチームのタスク割り当て・スケジューリング・経路計画を同時最適化するSTEAM問題を定式化し、時間予算を守りつつ有効性を学習するE-ITAGSアルゴリズムを提案した。
- シーン文脈に基づく個人適応型ロボット物体再配置マニピュレーション2025/5/1
ユーザーの整理好みをシーン文脈から学習し、部分的に配置された環境で物体を再配置するベンチマークPARSECとLLMベースのモデルContextSortLMを提案。
- ADAPT: あらゆるタスクの選好を能動的に発見・適応する手法VLA2025/4/1
ユーザーの選好を能動的な質問で引き出しながら家事タスクを遂行するベンチマークADAPTと、そのためのLLM訓練手法Reflection-DPOを提案。
- 大規模言語モデルを用いた人間とロボットの双方向メンタルモデル調整人間ロボットインタラクション2025/3/1
人間とロボットが互いのメンタルモデルのずれを自然言語対話で検出・共有し、双方向に調整して共通理解に至る枠組みを提案した論文。
- マルチロボットシステムのための対比的説明生成群制御2024/10/1
マルチロボットシステムの複雑な解を人間に理解可能にするため、対比的説明を生成する枠組みを提案し、ユーザ研究でエラー特定とチーム性能の向上を示した。
- 疎なユーザーフィードバックによるロボット行動のパーソナライズパーソナライゼーション2024/10/1
ユーザーの少量のフィードバックから、家庭内の多様なタスクにおける好みの支援方法を予測し、ロボットの行動をカスタマイズする枠組みTAACoを提案した。
- 意味理解に基づく対話的曖昧性解消:モデル非依存な人間-ロボットインタラクション手法人間-ロボットインタラクション2024/9/1
曖昧な指示で対象物を探す際、意味埋め込みモデルと反復的な確認質問を組み合わせ、少ない試行で目的物を特定するモデル非依存の手法を提案した。
- ConSOR: 部分的に配置されたシーンにおける文脈認識型意味的物体再配置フレームワークマニピュレーション2023/10/1
部分的に配置されたシーンの文脈手がかりを利用し、ユーザーが目標状態を明示しなくてもロボットが物体を再配置できるフレームワークConSORを提案し、ベースラインを上回る性能を示した。
- 日常的な物体使用を予測する能動的ロボット支援能動的支援2023/9/1
ユーザーの行動履歴から物体使用を予測するモデルSLaTe-PROを提案し、不確実な場合に質問を行う対話機構を導入して予測精度を向上させた。
- 屋内シミュレーションから屋外実環境へのゼロショット移動学習ナビゲーション2023/5/1
屋内シミュレーションのみで訓練した視覚ナビゲーション方策に、衛星地図や手描きスケッチなどの粗いコンテキストマップを与えることで、屋外の未知環境を数百メートルにわたり衝突なく移動できることを示した。
- StructDiffusion: 未知物体を用いた言語誘導による物理的に妥当な構造物の構築マニピュレーション2022/11/1
拡散モデルと物体中心トランスフォーマーを組み合わせ、部分視点の点群と言語ゴールから物理的に妥当な構造物を組み立てる手法を提案。未知物体でも既存手法より平均16%成功率が向上。
- 時空間物体モデリングによる先回りロボット支援物体配置予測/先回り支援2022/11/1
家庭内の物体配置の時系列から生成グラフニューラルネットで物体移動を予測し、ユーザーの日常行動に先回りして物体を配置する支援手法を提案。HOMERデータセットも構築した。
- D-ITAGS: 動的インターリーブによるロバストなタスク割当・スケジューリング・動作計画群制御2022/9/1
異種ロボットチームの連合形成・スケジューリング・動作計画を動的環境で同時に解く手法D-ITAGSを提案し、障害発生時に既存解の影響部分のみを修復することで高速かつ高品質な解を実現した。
- Sim2Real再考:低忠実度シミュレーションがナビゲーションのSim2Real転移を向上させるsim2real2022/7/1
視覚ナビゲーションにおいて、シミュレーションの忠実度を上げるのではなく、実世界データでロボット運動の単純モデルを作る方が学習と汎化を改善することを大規模評価で示した。
- 知識グラフ埋め込みの説明可能化:ロボット行動を支える推論の整合的説明説明可能AI2022/5/1
ブラックボックスな知識グラフ埋め込みの推論を決定木で局所近似し、非専門家向けの自然言語説明を生成する枠組みを提案。説明により非専門家がロボットの異常行動を修正できることを示した。
- 意味シーングラフとペアワイズランキングでロボットの失敗を説明する意味ベースの説明可能AI説明可能AI2021/8/1
意味シーングラフから空間関係や物体属性を抽出し、ペアワイズランキングを組み合わせて、一般ユーザー向けにロボット失敗の意味的な説明を自動生成する枠組みを提案した。
- 窮すれば鈍する:リスク適応型タスク割り当てに向けて群制御2021/8/1
不確実な能力を持つ異種マルチロボットチームの連合形成において、リスク回避とリスク志向を適応的に切り替えることでタスク要件を満たす確率を最大化する手法を提案した論文。
- タスク割当・スケジューリング・動作計画を交互に解く異種マルチロボット統合フレームワーク群制御2021/8/1
異種マルチロボットのタスク割当・スケジューリング・動作計画を逐次ではなく交互に探索するITAGSを提案し、2つの探索ヒューリスティクスの凸結合でタスク充足とメイクスパンを最適化、災害対応シミュレーションで有効性を示した。
- 知識グラフ埋め込みによるロバストなワンショットタスク実行タスク計画2021/5/1
タスク計画を知識グラフで表現し、1回の実演から新しい環境へ汎化して実行する手法を提案。物理ロボットで50環境中38環境のタスク実行に成功した。
- 知識グラフ埋め込みの継続学習継続学習2021/1/1
ロボティクス向け知識グラフ埋め込みにおいて、新概念を逐次的に取り込む継続学習手法を適用し、複数の知識グラフと埋め込み表現で性能とトレードオフを評価した。
- 協調ロボット動作に向けて:変換木上の動作方策のエンドツーエンド学習マニピュレーション2020/12/1
人間のデモから構造化方策を学習し、複数タスクを同時に満たすロボット動作を生成する手法を提案。7自由度ロボットで有効性を検証した。
- 失敗を説明するAI:人間の復旧支援を促す説明生成説明可能AI2020/11/1
AIエージェントの計画実行中の失敗に対し、非専門家が原因を理解し適切な復旧支援を行えるよう、文脈に基づく自然言語の説明を自動生成する手法を提案した論文。
- 再配置:身体性AIへの挑戦身体性AI2020/11/1
物体を指定された状態に並べ替える「再配置」タスクを身体性AI研究の共通ベンチマークとして提案し、4つのシミュレーション環境と評価指標を示した論文。
- 同じ物体でも掴み方は違う:タスク指向把持のためのデータと意味的知識把持2020/11/1
56タスク・191物体・25万件のタスク指向把持データセットTaskGraspを構築し、物体とタスクの意味知識を知識グラフで活用するGCNGraspを提案した論文。未知物体や新タスクへの汎化性能を約12%向上させ、実機でも検証した。
- ロボット埋め込み学習による脚式ロボットのナビゲーションスキル獲得歩行ナビゲーション/sim2real2020/11/1
複数の脚式ロボットのダイナミクスを考慮した階層的ナビゲーションポリシーを学習し、ロボット固有の埋め込みを最適化することで未知のロボットや実機への効率的な適応とsim-to-real転移を実現した。
- 身体性ナビゲーションエージェントのSim2Real転移のための双方向ドメイン適応sim2real2020/11/1
実世界とシミュレーションのギャップを双方向に埋める手法BDAを提案し、PointGoalナビゲーションで5kサンプルのみで約600kサンプル相当の性能を達成した。
- 特徴量誘導探索による道具構築を通じた創造的問題解決道具構築/タスク計画2020/8/1
不足した道具を手持ちの物体で代用する道具構築をタスク計画に組み込み、物体の形状や材質などの物理的特徴を探索に利用することで計画探索の効率を大幅に改善するFGSアルゴリズムを提案した論文。
- 道具マクガイバリング:道具の代替と作製を組み合わせる新規フレームワークマニピュレーション2020/8/1
手持ちの物体から不足した道具を代替または作製する「道具マクガイバリング」において、両手法を仲裁して最適解を選ぶ枠組みを提案し、作製精度96.67%、仲裁精度83.33%を達成した。
- 人間中心の能動的知覚による自律観察能動的知覚2020/6/1
人間の活動を追跡する自律観察問題を多目的最適化として定式化し、人間とロボット双方のコストを考慮したSemi-MDP手法を提案、ISS模擬環境のAstrobeeで検証した。
- 確率的予測と多目的最適化による人間協調ロボット軌道生成人間ロボット協調2020/6/1
人間の動きを確率的に予測し、安全性・快適性・効率を同時に最適化する多目的軌道最適化フレームワークCoMOTOを提案し、既存手法より優れることを示した。
- 分光法と高解像度テクスチャ画像を用いたロボットのマルチモーダル材料分類マルチモーダル認識2020/4/1
近赤外分光と高解像度テクスチャ画像を組み合わせ、家庭用品の材料を推定するマルチモーダルセンシング手法を提案し、データセット公開とニューラルネットによる高精度な材料分類を実現した。
- 復旧駆動開発:レシピ型ロボットタスクのための反復的タスクスクリプト手法タスクプランニング2020/1/1
ロボットタスクのエラー復旧を効率的に開発するため、階層的仕様記述と通常タスク・復旧開発の分離、実環境テストを組み合わせたRecovery-Driven Developmentを提案し、FetchIt!チャレンジ優勝システムで有効性を示した。
- Sim2Real予測性:シミュレーション評価は実世界性能を予測できるかsim2real2019/12/1
同一コードをシミュレーションと実機で実行できるライブラリHaPyを開発し、PointGoalナビゲーションで9モデルの並行実験を行い、シミュレーション性能と実機性能の相関(SRCC)を定量化した。
- 模倣学習ベンチマーク:ユーザー経験・タスク複雑さ・初期配置が性能に与える影響模倣学習2019/11/1
9名の参加者と4種類の操作タスクから実機ロボットで模倣学習手法を大規模比較し、タスク複雑さや熟練度、初期配置が性能に与える影響を明らかにした。
- 形状と材料の推論による道具代替:デュアルニューラルネットワークの活用道具代替/マニピュレーション2019/11/1
視覚と分光の二つのニューラルネットワークで形状と材料を同時に推論し、与えられた候補からタスクに適した代替道具をランキングする手法を提案した。
- 文脈認識型把持エンジンマニピュレーション2019/9/1
物体とタスクの制約を考慮した意味的把持を選ぶため、Wide & Deep型ニューラルネットで把持文脈を表現する手法を提案し、大規模データセットで既存手法を上回る性能とロボット実験での有効性を示した。
- 専門家の質問行動を模倣した制約環境下での能動学習模倣学習2019/7/1
制約のある環境で、学習目標と外部制約の両方を考慮できるよう専門家の質問行動を模倣学習させ、概念学習タスクで有効性を検証した論文。
- RoboCSE: ロボット常識埋め込み知識表現2019/3/1
物体の用途・位置・素材に関する常識知識をマルチリレーショナル埋め込みで表現し、家庭環境シミュレータで汎化性能と省メモリ性を検証した研究。
- 複数座標系のコストバランスによるスキル獲得模倣学習2019/3/1
複数の微分座標系でデモンストレーションを表現し、凸最適化で点間移動スキルを再現する学習フレームワークMCCBを提案。各座標系の最適な重み付けも自動学習する。
- 異種エージェント大規模チームのための統一タスク割当フレームワークSTRATA群制御2019/3/1
形質(能力)に基づいて異種エージェントを種族に分類し、連続値の形質モデルと多様性指標を用いて大規模チームのタスク割当を効果的に行う統一フレームワークを提案した。
- 道具マクガイバリング:幾何学的推論による道具の構築マニピュレーション2019/2/1
環境にある部品から道具を作り出す「道具マクガイバリング」問題を定式化し、幾何学的推論に基づく道具構築アルゴリズムを提案、7自由度ロボットアームで3つの道具を構築して検証した。
- 合成データの特徴転移でロボット知覚のセマンティックセグメンテーションのバイアスを解消セグメンテーション2018/9/1
合成セグメンテーションデータで事前学習することで、ImageNet事前学習よりロボット知覚向けリアルタイムセグメンテーションのファインチューニング性能が向上し、ロボットデータが少ないほど効果が大きいことを示した。
- 散らかった環境での実演から汎化可能なロボットスキルを学習する手法模倣学習2018/8/1
雑然とした環境での人間の実演から、不要な物体の影響を抑えつつ本質的な行動を捉える重要度重み付きバッチ・逐次スキル学習法を提案し、7自由度マニピュレータで検証した。
- 分光法による家庭用品の材料分類材料認識2018/5/1
ロボットが分光器を用いて物体の材料を非接触で推定する手法を提案し、家庭内の50種類の材料を94.6%の精度で分類できることを示した。
- 割り込み可能性を考慮したロボット行動の効果HRI2018/4/1
人間の割り込み可能なタイミングを予測して話しかける移動ロボットを開発し、ユーザ実験で人間の作業効率とロボットの社会性評価への影響を検証した。
- GANを用いたロボットの半教師あり触覚材料認識触覚2017/7/1
力・温度・振動の触覚特徴とGANによる半教師あり学習で家庭用品の材質を約90%の精度で認識し、データセットも公開した。
