Andrea Bajcsy
収録論文 46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
- 汎用ロボットの安全性を再考する安全性2026/9/6
汎用ロボットの多用途性に伴う新たなリスクを分類し、ライフサイクル全体を考慮した「具現化AI安全性」の研究課題を提案する論文。
- 視覚と触覚による推論時ポリシー誘導マニピュレーション2026/6/12
接触を伴う操作タスクにおいて、視覚と触覚の両方を用いて生成ロボットポリシーの候補行動を検証・編集する推論時誘導フレームワークViTaLを提案し、実世界の3つのタスクで成功率を大幅に向上させた。
- VLAに何を言うべきかを学ぶ：ほぼ無害なビジョン言語行動モデルの操縦VLA/言語指示最適化2026/6/10
VLAモデルへの言語指示を自動で探索・改善し、性能向上を予測するヘッドを学習して、有害な介入を防ぎつつタスク成功率を高めるフレームワークを提案した。
- ELASTIC: 生成制御ポリシーのテスト時計算を適応的にスケールする効率的学習制御ポリシー2026/6/1
ロボット制御の生成ポリシー（拡散ポリシーやVLAモデル）において、状態に応じて推論時の計算量（逐次ステップ数と並列サンプル数）を強化学習で適応的に割り当てる手法を提案し、シミュレーションと実機で性能と効率を両立した。
- 主張：優れた具現化報酬モデルには悪い行動データが必要報酬モデル2026/6/1
成功行動のみで訓練された具現化報酬モデルは、人間が評価すると罰するような危険・不完全な行動を過剰に報酬としてしまう。悪いロボットデータの不足が原因であり、悪いデータを少し加えるだけで人間の好みとの整合性が向上することを示し、悪いデータの収集・公開を提言する。
- WEAVER：ロボット操作のための高性能・高速・長期的な世界モデル世界モデル/操作2026/6/1
ロボット操作のための世界モデルWEAVERを提案し、忠実性・一貫性・効率性を同時に達成。実機でポリシー評価・改善・計画に有効であることを示した。
- StressDream: ビデオ世界モデルを操縦して堅牢なポリシー評価と改善を実現世界モデル/ポリシー評価2026/6/1
拡散ベースのビデオ世界モデルにおいて、推論時に指定された高影響かつ妥当な未来（例：タスク失敗）へ想像を誘導する手法を提案し、ポリシーの堅牢な評価と改善を可能にした。
- 協調拡散：マルチエージェントデモなしでマルチエージェント行動を生成する群制御2026/5/1
単一エージェントのデモデータとユーザー定義のコスト関数を組み合わせ、追加の協調デモなしでマルチエージェントの協調行動を生成するフレームワークCoDiを提案した。
- 不確実性を考慮したポリシーステアリング：行動・質問・学習の判断VLA2026/2/1
VLM検証器の不確実性を較正し、高信頼行動の実行・自然言語での曖昧性解消・介入要求を選択する枠組みを提案。
- 潜在制御バリア関数の訓練法：モデル化困難な制約下での滑らかな安全フィルタリング安全制御/潜在表現2025/11/1
高次元観測から学習した潜在表現上で、滑らかな制御バリア関数による安全フィルタリングを実現するLatentCBFを提案し、既存手法の不連続性と価値推定誤差の問題を解決した。
- 言った通りに動け：実行時推論・行動整合性検証による視覚言語行動モデルの誘導VLA2025/10/1
推論型VLAモデルが生成するテキスト計画と実際の行動の不一致を実行時に検証し、シミュレーションとVLMで計画に最も合致する行動を選ぶことで、再学習なしにOOD環境でのロバスト性と新規行動の合成を実現した。
- 潜在世界モデルは部分観測可能な安全制約をどこまで理解できるか安全制御/世界モデル2025/10/1
潜在世界モデルが部分観測下で安全制約を扱う際の失敗モードを「推定ギャップ」と「予測ギャップ」に分類し、相互情報量とロールアウトに基づく診断法および緩和策を提案、Franka Research 3での調理タスクで検証した。
- AnySafe: 潜在空間における安全制約パラメータ化による実行時適応型潜在安全フィルタ安全制御/マニピュレーション2025/9/1
世界モデルの潜在空間で安全フィルタを構築し、ユーザが指定した制約画像のエンコーディングに条件付けすることで、実行時に任意の安全制約へ適応できる手法を提案。Frankaマニピュレータの視覚ベース制御タスクで有効性を実証した。
- 類推による適応：機能的対応関係を介した視覚運動ポリシーの分布外汎化VLA2025/6/1
視覚運動ポリシーが分布外の見た目に遭遇した際、専門家から「どの訓練時の観察が機能的に対応するか」というフィードバックを得ることで、新たな実演収集や再訓練なしに既存の行動を転移させる手法を提案した。
- テスト時観測介入による再想像：視覚モデル予測制御のための妨害物に頑健な世界モデル予測モデルベース強化学習2025/6/1
世界モデルが未知の視覚的妨害物に弱い問題に対し、テスト時に妨害物を検出・除去して予測を再想像し、事後的に妨害物を戻すことで、行動検証を頑健にする手法を提案。
- 不確実性を考慮した潜在安全フィルタ：分布外の危険を回避する安全制御2025/5/1
世界モデルの認識的不確実性を活用し、未知の危険を事前に検知して安全な行動を提案する潜在安全フィルタを提案。
- 長期的な相互作用を通じて人間に影響を与えるロボットのための統合フレームワーク人間ロボット相互作用2025/3/1
ロボットが人間の行動を意図的に変える「影響」を、短期・長期の両方で調整できる最適化フレームワークを提案し、既存手法を統合する。
- 潜在空間リーチャビリティ解析による衝突回避を超えた安全性の一般化安全性/リーチャビリティ2025/2/1
生成的世界モデルの潜在空間でHJリーチャビリティ解析を行い、画像から直接安全制約を学習して任意のポリシーに安全フィルタを適用する手法を提案。
- 先見から熟慮へ：潜在空間アライメントによるVLM-in-the-Loop方策ステアリングVLA2025/2/1
生成的なロボット方策の失敗を減らすため、潜在世界モデルで行動の結果を予測し、それをVLMが言語で評価して低レベル行動を選別する枠組みを提案。
- 学習された制約は実は後方到達可能チューブである安全制御2025/1/1
逆制約学習(ICL)が理論的・実践的に何を復元するかを解析し、失敗集合ではなく失敗が不可避な状態集合(後方到達可能チューブ)を復元することを示した論文。
- 最小限のフィードバックでアラインメントを最大化：視覚運動ロボット政策のアラインメントのための効率的な報酬学習VLA2024/12/1
視覚運動ロボット政策を人間の選好に合わせるため、事前学習済み視覚エンコーダを微調整し特徴マッチングで密な視覚報酬を構築するRAPLを提案。従来のRLHFより5倍少ない人間フィードバックでアラインメントを実現。
- Agent-to-Sim: 日常的な長期動画から対話型行動モデルを学習sim2real2024/10/1
スマホで撮影したペットや人間の長期モノラルRGBD動画から、3Dエージェントの対話型行動モデルを学習し、実世界からシミュレーションへの転移を可能にするフレームワークを提案。
- 不確実性をオンライン適応する対話型模倣学習：断続的フィードバックと専門家シフトへの対応模倣学習2024/10/1
専門家の断続的なフィードバックを活用し、オンライン共形予測で不確実性を適応的に校正する対話型模倣学習手法ConformalDAggerを提案。
- 安全な代替案を提案するロボット安全制御2024/9/1
模倣学習で得た目標条件付き方策に対し、到達可能性解析で安全フィルタを構築し、実行が危険な目標要求時に類似の安全な代替目標を自動提案する枠組みを提案。
- 予測を考慮した到達回避動的ゲームによる安全な影響力獲得を学習するロボットヒューマンロボット協調2024/9/1
人間の行動をロボットの計画に条件付けた目標駆動型としてモデル化し、物理・信念空間での動的ゲームを解くことで、安全が確保できる場合にのみ人間に影響を与えるロボット制御手法SLIDEを提案した。
- 自然言語フィードバックからロボットの安全表現をオンライン更新安全制御2024/9/1
視覚言語モデルで言語フィードバックと画像を解釈し、安全制約をオンラインで更新してハミルトン・ヤコビ到達可能性に基づく安全制御器を再計算する手法を提案。
- 適合化テレオペレーション：人間の入力を高次元ロボット動作に自信を持ってマッピングテレオペレーション2024/6/1
低次元入力から高次元ロボット動作へのマッピングに適応的適合予測を適用し、不確実性を定量化して高不確実な入力を検出する手法を提案。
- すべての誤りは等しくない：システムレベルの軌道予測失敗を検出するための後悔指標軌道予測2024/3/1
人間予測モデルの誤りがロボットの閉ループ性能に与える影響を「後悔」で定量化し、高後悔データを抽出して効率的にファインチューニングする手法を提案。
- What Matters to You? Towards Visual Representation Alignment for Robot Learning2023/10/1
- Conformal Decision Theory: Safe Autonomous Decisions from Imperfect Predictions2023/10/1
- Deception Game: Closing the Safety-Learning Loop in Interactive Robot Autonomy2023/9/1
- StROL: Stabilized and Robust Online Learning from Humans2023/8/1
- Learning Vision-based Pursuit-Evasion Robot Policies2023/8/1
- Contingency Games for Multi-Agent Interaction2023/4/1
- Towards Modeling and Influencing the Dynamics of Human Learning2023/1/1
- Towards Robots that Influence Humans over Long-Term Interaction2022/9/1
- Safety Assurances for Human-Robot Interaction via Confidence-aware Game-theoretic Human Models2021/9/1
- Towards Data-Driven Synthesis of Autonomous Vehicle Safety Concepts2021/7/1
- Physical Interaction as Communication: Learning Robot Objectives Online from Human Corrections2021/7/1
- Analyzing Human Models that Adapt Online2021/3/1
- Quantifying Hypothesis Space Misspecification in Learning from Human-Robot Demonstrations and Physical Corrections2020/2/1
- A Hamilton-Jacobi Reachability-Based Framework for Predicting and Analyzing Human Motion for Safe Planning2019/10/1
- An Efficient Reachability-Based Framework for Provably Safe Autonomous Navigation in Unknown Environments2019/5/1
- A Scalable Framework For Real-Time Multi-Robot, Multi-Human Collision Avoidance2018/11/1
- Learning under Misspecified Objective Spaces2018/10/1
- Probabilistically Safe Robot Planning with Confidence-Based Human Predictions2018/6/1