Vieri Giuliano Santucci
ISTC-CNR
収録論文 7本 ・ フィジカルAI/ロボット学習
価値整合アラインメントオープンエンド学習強化学習
※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
- 許容可能なミスアラインメント価値整合2026/10/12
自律ロボットの価値整合問題において完全な整合は不可能であると論じ、ミスアラインメントを最大化ではなく許容可能にするための視点の転換と規範的要件を提案する。
- 自律性・社会規範・アラインメント:自律的人工エージェントのための発達的枠組みに向けてアラインメント2026/9/10
本論文は、身体性を持つAIエージェントが動的環境で自律的に学習しつつ人間の目標と整合するための、発達的・経験主義的な規範獲得の枠組みを提案する。
- ロボットのオープンエンド学習課題に向けた動機付けアーキテクチャオープンエンド学習2025/6/1
内発的動機付けと階層的な学習機構を組み合わせ、ロボットが自律的に目標を発見し、スキルを獲得し、非定常環境に適応する統合アーキテクチャH-GRAILを提案し、実機で検証した。
- オープンエンド学習ロボットにおける自律性と整合性の問題:目的フレームワークの形式化オープンエンド学習2024/3/1
オープンエンド学習ロボットが人間の目的や価値観と整合しながら自律的に学ぶための「目的」概念を導入し、自律性と整合性の問題を4つの部分問題に分解して形式化する計算フレームワークを提案した。
- 非定常な相互依存タスクの自律的オープンエンド学習オープンエンド学習2022/5/1
目標間の相互依存関係が変化する環境で、内的動機に基づきサブタスク選択をMDPとして扱う階層的アーキテクチャH-GRAILを提案し、効率的なスキル獲得を実現した。
- 文脈依存な複数タスクの自律学習強化学習2020/11/1
ロボットが環境の文脈変化を検出し、既存ポリシーの転移学習で新文脈のタスクを素早く獲得するオープンエンド学習アーキテクチャC-GRAILを提案し、障害物のあるシミュレーション環境で有効性を示した。
- 相互依存タスクの自律的オープンエンド学習オープンエンド学習2019/5/1
タスク選択をマルコフ決定過程として扱い、内的動機付けに基づくロボット制御アーキテクチャで、ヒューマノイドが相互依存する複数のリーチングタスクを自律的に学習できることを示した。
