Gokul Puthumanaillam
収録論文 14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
- ロボットはいつ再計画すべきか？時間変動MDPにおける後悔に基づく更新スケジューリングプランニング2026/6/15
非定常環境で動作するロボットが、限られた計算予算の中でいつ再計画すべきかを、後悔（リグレット）理論に基づいて決定する手法を提案した論文。
- 軌道レベルでのリダイレクション攻撃：視覚言語行動モデルに対するVLA/セキュリティ2026/6/11
視覚言語行動（VLA）モデルに対して、指示文をわずかに変更するだけで、意図したタスクに見せかけつつ最終的な物理的結果を攻撃者が指定した目標に変える「軌道レベル」の脆弱性を発見し、その攻撃を自動生成する手法を提案した。
- 信頼性のあるナビゲーションのためのタスク認識環境拡張：遮蔽付き条件付き拡散モデルナビゲーション2026/6/1
部分観測下での軌道計画の信頼性を高めるため、環境に視覚マーカーを配置する問題を扱い、条件付き拡散モデルを用いてマーカー配置を生成する手法を提案した。
- Muninn: あなたの軌道拡散モデルをより速く軌道生成/拡散モデル/高速化2026/5/1
拡散ベースの軌道プランナーを再学習なしで高速化するラッパー手法を提案。各ステップでキャッシュ再利用と再計算を適応的に切り替え、最大4.6倍の高速化を実現。
- キー付きドリフト場による軌道拡散の償却軌道生成/強化学習2026/3/1
拡散ベースの軌道プランナーをワンステップ推論で実現する手法を提案。条件付き生成における分布マッチングの失敗を分析し、条件を反映したキー空間での距離に基づくドリフト場を導入して、多様な軌道生成を可能にした。
- 断続的観測下における欺瞞的政策のオンライン学習強化学習2025/9/1
監視が時々しか行われない状況で、観測時に監督者の期待に沿うように振る舞いつつ私的目的を達成する欺瞞的行動を、心の理論を活用したオンライン強化学習で獲得する手法を提案し、船舶・ドローンの実験で有効性を示した。
- 信念条件付き一段拡散：必要十分なセンシングによるリアルタイム軌道計画軌道計画2025/8/1
拡散プランナーを姿勢信念ラスタとセンサマスクで条件付けし、10msの順伝播で軌道・不確かさ・位置推定誤差の代理指標を同時に出力、センサ選択を強化学習で最適化する手法を提案し、無人水上艇で実証した。
- タスク固有の不確実性管理によるロボットナビゲーション方策の強化ナビゲーション2025/5/1
タスクごとに場所ごとの許容不確実性を指定するTSUMを導入し、強化学習と組み合わせてナビゲーション方策を学習させるフレームワークGUIDEを提案した。
- 予測到達可能性を用いた未知の非線形ダイナミクス下での運動計画と制御運動計画2025/3/1
未知の非線形ダイナミクスを持つシステムを区分アフィン系として近似し、有向重み付きグラフの辺の存在をオンラインで更新しながら目標への軌道を計画・制御する枠組みを提案した。
- TRACE: 視覚言語モデルによるロボット行動予測のための自己改善フレームワーク行動予測2025/3/1
視覚言語モデルと反事実的探索を組み合わせ、少ない観測からロボットの将来行動を反復的に予測精度を高める推論フレームワークを提案。
- TAB-Fields: ミッションを考慮した敵対的計画のための最大エントロピー枠組み敵対的計画2024/12/1
敵の目的と環境制約だけから、特定の方策を仮定せずに敵の状態分布を最大エントロピーで推定するTAB-Fieldsを提案し、POMCPに組み込んで計画に利用する。
- GUIDEエージェント：位置推定が限られた環境におけるタスク固有の不確かさ抽象化によるナビゲーション方策の強化ナビゲーション2024/10/1
タスクごとに許容できる位置推定の不確かさを地図として抽象化し、それを方策の条件に組み込むことで、低精度な位置推定しか使えない環境でもロボットが適応的にナビゲーションできる手法を提案した。
- ComTraQ-MPC: 限られた能動的測位更新下での軌道追従のためのメタ訓練DQN-MPC統合軌道追従/MPC/強化学習2024/3/1
能動的測位更新が制限された部分観測環境での軌道追従を改善するため、メタ訓練したDQNで測位更新をスケジューリングし、MPCで制御する相互適応フレームワークを提案した。
- Weathering Ongoing Uncertainty: Learning and Planning in a Time-Varying Partially Observable Environment2023/12/1