Subbarao Kambhampati
収録論文 12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
- NestRL: 人間とAIの相互適応を実現する入れ子型訓練手法人間AI協調2026/2/1
人間とAIの協調タスクにおいて、階層的に適応エージェントと訓練する入れ子型強化学習手法を提案し、未知の適応エージェントや実人間との協調性能と適応性を向上させた。
- タスク成功だけでは不十分:望ましくないエージェント行動を捉えるための行動批評家としての映像言語モデルの活用検討VLA2024/2/1
目標達成だけでなく、パンの変形を避けるといった望ましくないロボット行動を検出するために、大規模視覚言語モデルを行動批評家として使えるかを検証し、その強みと失敗モードを評価した。
- 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。
- 状態拡張による人間の選好を用いた強化学習強化学習2023/2/17
人間の選好フィードバックから報酬モデルを学習する際、状態拡張により不変性を導入して性能を向上させる手法を提案し、複数タスクで有効性を示した。
- 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。
- 信頼を考慮した計画:反復的な人とロボットの協働における信頼の変化のモデル化人ロボット協働2021/5/1
人間が監督者となる反復的な人ロボット協働において、人間の信頼とロボットへの期待をロボットの計画に組み込み、信頼を構築・維持する計算モデルを提案し、被験者実験で検証した論文。
- プラグアンドプレイ型スマートシステムのためのROSベース共有通信ミドルウェアスマートシステム/ミドルウェア2017/6/1
スマートオフィスやスマートホーム向けに、自動プランニング機能を組み込んだ柔軟な分散型アーキテクチャを提案し、ROSベースの共有通信ミドルウェアとして実装・実証した論文。
- 拡張現実と脳波による人間とロボットの新たな協調インタラクションヒューマンロボットインタラクション2017/3/1
拡張現実でロボットの意図を提示し、脳波で人間の反応を監視することで、言語指示の曖昧さを避けつつ人間とロボットが協調作業できるエンドツーエンドシステムを提案した論文。
- 期待行動との距離最小化としての説明可能性ヒューマンAI協調2016/11/1
人間が期待する計画とエージェントの計画の距離を説明可能性としてモデル化し、その距離を回帰で学習して探索のヒューリスティックに用いることで、徐々に説明可能な計画を生成する手法を提案した。
- ロボットのタスク計画における説明可能性と予測可能性タスク計画2015/11/1
人間がロボットの行動計画をどう理解するかを条件付き確率場で学習し、計画の「説明しやすさ」と「予測しやすさ」を計算する手法を提案した。
- 計画するか否か:不完全なタスク情報下での遠隔ヒューマンロボット協働ヒューマンロボット協働2014/12/1
遠隔操作型の人間-ロボット協働において、ロボットに汎用的な計画能力を持たせたピア・トゥ・ピア型チーミングを検討し、タスク情報の不完全性が情報の非対称性を生みチーム性能に与える影響を分析した研究。
