Daniel Tanneberg

収録論文 15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

• 具現化神経計算：生物学的神経培養とスケール化タスク駆動検証を接続するフレームワーク
  神経計算2026/5/13

  生物学的ニューラルネットワーク（BNN）を用いた閉ループナビゲーションタスクにおいて、約1300のパラメータ組み合わせを評価し、学習可能な構成を特定。シリコンベースのDQNエージェントより高い性能を示した。

• MERGE: 人間とロボットの相互作用におけるマルチアクターイベント推論とグラウンディングのための誘導型視覚言語モデル
  HRI/視覚言語モデル2026/3/1

  動的な人間とロボットのグループ相互作用において、アクター、物体、イベントを状況に応じてグラウンディングするシステムMERGEを提案。軽量な知覚パイプラインでVLMを選択的に呼び出し、効率と推論能力を両立し、新規データセットで性能を向上させた。

• CARMA: 視覚言語モデルと物体・行動認識を組み合わせた人間-ロボット群集団インタラクションの状況認識
  状況認識2025/6/1

  複数人とロボットの協調作業において、視覚言語モデルと物体・行動認識を統合し、行為者・物体・行動の三つ組を生成することで状況認識を実現するシステムを提案。

• ミラーアイ: 一目でわかる説明可能なヒューマンロボットインタラクション
  ヒューマンロボットインタラクション2025/6/1

  ロボットの頭部に鏡のような目を実装し、注視領域を目に映すことで、人間がロボットの意図を直感的に理解し、誤りを早期に発見できることを示した研究。

• ニューロシンボリック模倣学習：スキル学習のための記号的抽象化の発見
  模倣学習2025/3/1

  模倣学習において、低レベルな状態行動空間を記号的に抽象化し、タスクをサブタスクに分解して記号プランニングとニューラルスキルを組み合わせる枠組みを提案。データ効率・汎化・解釈性が向上することを示した。

• Tulip Agent：大規模ツールライブラリを活用するLLMエージェント
  LLMエージェント2024/7/1

  LLMエージェントが大規模なツールライブラリを再帰的に検索してタスクを解決するアーキテクチャを提案し、数学とロボティクスで評価した。

• ビューを用いた効率的な記号計画
  タスクプランニング2024/5/1

  複合属性を基本属性に分解して汎化を促しつつ、属性を段階的に増やす「ビュー」で計画問題を分割し、速度と解品質の両立を図る手法を提案。

• 助けるか助けないか：LLMに基づく人間とロボットのグループインタラクションへの注意深い支援
  人間ロボットインタラクション2024/3/1

  LLMの常識推論を活用し、人間グループの状況を理解して必要な時だけ物理的支援を行うロボットの対話・行動生成手法を提案し、多様なシナリオで評価した。

• LaMI: Large Language Models for Multi-Modal Human-Robot Interaction
  2024/1/1
• CoPAL: Corrective Planning of Robot Actions with Large Language Models
  2023/10/1
• Learning Type-Generalized Actions for Symbolic Planning
  2023/8/1
• Intention estimation from gaze and motion features for human-robot shared-control object manipulation
  2022/8/1
• SKID RAW: Skill Discovery from Raw Trajectories
  2021/3/1
• Model-Based Quality-Diversity Search for Efficient Robot Learning
  2020/8/1
• Intrinsic Motivation and Mental Replay enable Efficient Online Adaptation in Stochastic Recurrent Networks
  2018/2/1