Aitor Arrieta

収録論文 8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

• MANGO: 視覚言語行動モデルのための自動マルチエージェントテストオラクル生成
  VLA/テスト生成2026/6/1

  VLAロボットのテスト用に、自然言語のタスク記述から細粒度のオラクルを自動生成するマルチエージェントフレームワークを提案。

• FATE-VLA: 視覚言語行動モデルのための失敗を考慮したテスト生成
  VLA評価2026/6/1

  VLAモデルの評価を、固定ベンチマークではなく、失敗が起きやすい高リスクなシーンを能動的に探索するテスト生成問題として捉え、多様性駆動の探索とサロゲートモデルを組み合わせて、より多くの多様な失敗モードを発見する手法を提案した。

• VISOR: ロボットテストのための視覚言語モデルベースのテストオラクル
  ロボットテスト2026/5/1

  ロボットのタスク実行の正しさと品質を自動評価する視覚言語モデルベースのテストオラクル手法を提案し、複数のロボットタスクで評価した。

• Vision-Language-Actionロボットのメタモルフィックテスト
  VLA2026/2/1

  VLAモデルを搭載したロボットのテストオラクル問題を緩和するため、メタモルフィック関係を提案し、入力変更が軌道に与える影響を評価する手法を検証した。

• 自律型水中ロボットソフトウェアの知覚における視覚言語モデルの評価
  VLA2026/2/1

  自律型水中ロボットの知覚モジュールに視覚言語モデルを適用し、水中ゴミ検出における性能と不確実性を評価した。

• 視覚言語モデルによる産業用自律移動ロボットのテスト
  VLA2025/8/1

  産業用AMRの安全要件を違反する多様な人間行動をVLMで生成し、シミュレータ上でロボットの不確実な挙動を明らかにするテスト手法RVSGを提案した。

• 視覚言語行動ロボットの不確実性と実行品質の評価
  VLA2025/7/1

  VLAロボットの操作タスクにおいて、タスク成功率だけでなく実行品質とモデルの自信を評価するため、8つの不確実性指標と5つの品質指標を適用し、人間の専門家による評価との相関を大規模実験で検証した。

• 自動運転車の相互依存要件テストのための強化学習：実証研究
  自動運転テスト2025/2/1

  自動運転車の相互依存する要件を同時にテストするシナリオ生成において、単一目的強化学習と多目的強化学習を比較し、多目的の方が多様な違反シナリオを生成し、単一目的の方が深刻な違反を生むことを示した。