Tommaso Apicella
収録論文 7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
- リプレイ不要の生涯模倣学習のための階層的二重ルーティング注意機構生涯学習/模倣学習2026/10/26
過去データを保存・再訪できない単一パス生涯模倣学習において、専門家選択の劣化を階層的二重注意とキー幾何正則化で抑え、LIBEROでリプレイ有無の既存手法を上回った研究。
- 再現可能なマルチモーダル・アフォーダンス予測アフォーダンス予測2026/8/18
アフォーダンス予測の評価・比較を困難にする問題を解決するため、実験プロトコルやデータセットなどを詳細に記録する「アフォーダンスシート」を提案し、再現可能なベンチマークと信頼性の高い評価を可能にした。
- 多モーダル潜在リプレイと段階的調整による生涯模倣学習生涯学習/模倣学習2026/3/1
逐次的なタスクで継続的にポリシーを改善する生涯模倣学習フレームワークを提案。視覚・言語・ロボット状態を潜在空間で保存・再利用し、タスク埋め込みの角度マージン制約で適応を安定化。LIBEROベンチマークでSOTAを達成。
- 人間とロボットのインタラクションにおける自律行動評価の学習人間ロボットインタラクション2025/7/1
人間とロボットの協調作業における模倣学習の性能を、軌道の質に基づいて評価するニューラルメタ評価器(NeME)を提案し、人間を介さずにロボット制御ポリシーを比較できる枠組みを構築した。
- 視覚的アフォーダンス予測:サーベイと再現性アフォーダンス2025/5/1
視覚的アフォーダンス予測の統一的な定式化を提案し、既存手法とデータセットを体系的にレビューするとともに、再現性の問題を議論し、透明性向上のための「アフォーダンスシート」を導入した。
- 身体性を活用した画像キャプション生成:空間的に一貫した説明のための自己教師あり学習エージェントVLA2025/4/1
エージェントが環境を探索して画像とキャプションのペアを収集し、大規模言語モデルによるコンセンサスで擬似キャプションを生成、コントラスティブ学習を加えてキャプションモデルを微調整することで、視点によらず一貫した物体説明を可能にする自己教師ありフレームワークを提案。
- RGB-Dカメラによる容器の位置推定と質量推定RGB-D認識2022/3/1
単一のRGB-Dカメラ映像から、人が操作する容器の位置を特定し、中身に依存せず空の容器の質量を推定する手法を提案した論文。
