Andreea Bobu
収録論文 26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
- 言語をセンサーとして使う：自然言語による3Dシーン内の校正された空間信念推定空間認識2026/6/1
ロボットが受け取る自然言語の空間記述を確率的センサーとして扱い、視覚情報と融合して物体位置を高精度に推定するフレームワークVL-Mapを提案した。
- 何を尋ねるべきか知るロボット：説明による報酬のずれの修正模倣学習2026/5/1
不完全なデモから学習した報酬関数の不確実性を検出し、ロボットが自然言語で説明しながら追加のデモを能動的に要求する手法を提案。シミュレーションと実機で効果を検証した。
- Robometer：軌道比較による汎用ロボット報酬モデルのスケーリング報酬モデリング2026/3/1
軌道内の進捗監督と軌道間の選好監督を組み合わせた報酬モデルを提案し、100万軌道のデータセットで学習することで、汎用性の高い報酬関数を実現した。
- GIFT: 意図の一般化による柔軟なテスト時報酬模倣学習/報酬学習2026/3/1
ロボットがデモから学習した報酬関数の汎化を、見た目や意味の類似性ではなく人間の意図に基づいて行うフレームワークGIFTを提案。言語モデルで意図を推定し、テスト時の状態を意図条件付き類似度で対応付けることで、再学習なしに分布シフトへ対応する。
- 相互作用による改善：CMA-ES-IGによる行動表現空間の探索ユーザー適応/好み学習2026/3/1
ユーザーの好みをランキングから学習する際、ユーザー体験を考慮して知覚的に異なる情報豊富な軌道を提案するCMA-ES-IGアルゴリズムを提案し、シミュレーションと実機実験で有効性を示した。
- Masked IRL: LLMによるデモンストレーションと言語からの報酬曖昧性解消逆強化学習2025/11/1
言語指示から状態の重要度マスクを推定し、LLMで曖昧な指示を明確化することで、少ないデータで報酬関数を学習する手法を提案。
- QuickLAP: 半自律エージェントのための高速言語-行動選好学習VLA2025/11/1
物理的な修正と言語によるフィードバックをベイズ的に統合し、LLMを用いて報酬関数をリアルタイムに学習する手法を提案。半自律運転シミュレータで報酬学習誤差を70%以上削減し、ユーザスタディでも高い理解度と協調性が示された。
- オープンエンド対話からの目標推論による柔軟なエージェントアラインメントVLA2025/8/1
対話を通じてユーザーの目標を動的に推論し、LLMエージェントを柔軟にアラインメントする手法GOODを提案。買い物・家庭ロボティクス・コーディングの3領域で有効性を示した。
- 較正特徴量による文脈適応型報酬の学習報酬学習2025/6/1
人間の入力から報酬を学ぶ際、文脈に応じて特徴の重要度（顕著性）が変化することに着目し、文脈不変な選好と文脈依存の顕著性を分離して明示的に学習する「較正特徴量」を提案。少ない選好クエリで効率的に報酬を獲得できる。
- オープンエンド対話からの目標推論VLA2024/10/1
LLMとの対話から自然言語で目標を抽出し、ベイズ推論で不確実性を扱いながら多様なユーザー目標をオンラインで学習・達成する手法を提案。
- 対比的説明からの適応的な言語ガイド抽象化逆強化学習2024/9/1
言語モデルと逆強化学習を交互に用いて、少数の実演から解釈可能な特徴量に基づく汎化可能な報酬関数を学習する手法ALGAEを提案。
- Preference-Conditioned Language-Guided Abstraction2024/2/1
- Diagnosis, Feedback, Adaptation: A Human-in-the-Loop Framework for Test-Time Policy Adaptation2023/7/1
- Diagnosing and Augmenting Feature Representations in Correctional Inverse Reinforcement Learning2023/4/1
- Aligning Robot and Human Representations2023/2/1
- SIRL: Similarity-based Implicit Representation Learning2023/1/1
- Aligning Robot Representations with Humans2022/5/1
- Teaching Robots to Span the Space of Functional Expressive Motion2022/3/1
- Inducing Structure in Reward Learning by Learning Features2022/1/1
- Learning Perceptual Concepts by Bootstrapping from Human Queries2021/11/1
- Situational Confidence Assistance for Lifelong Shared Autonomy2021/4/1
- Dynamically Switching Human Prediction Models for Efficient Planning2021/3/1
- Feature Expansive Reward Learning: Rethinking Human Input2020/6/1
- Quantifying Hypothesis Space Misspecification in Learning from Human-Robot Demonstrations and Physical Corrections2020/2/1
- LESS is More: Rethinking Probabilistic Models of Human Behavior2020/1/1
- Learning under Misspecified Objective Spaces2018/10/1