Julie Shah

収録論文 21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

• 人間とロボットのチームにおける多周期時空間適応
  HRI2026/4/1

  人間とロボットの協調作業において、個人の空間的・時間的行動を複数サイクルにわたってモデル化し、タスクスケジュールとロボットの動作生成を同時に適応させるフレームワークRAPIDDSを提案した。

• ロボットとの協働時に助けを求めることへの抵抗感の分析：HRCへの人工エージェント統合への示唆
  HRC2025/9/1

  人間とロボットの協働作業で、人間が困ったときに遠隔の人間に助けを求める場合と、将来の人工エージェントに助けを求める場合の心理的抵抗感や生産性をユーザー研究で比較分析した。

• 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。

• 人間との対話による推論時ポリシーステアリング
  VLA2024/11/1

  事前学習済みの生成ポリシーを微調整せずに、人間の介入でサンプリング過程をバイアスし、意図に沿った行動を引き出す枠組みを提案。

• 多様な教示インターフェース：より柔軟なロボット教示データ収集に向けて
  教示学習2024/10/1

  協働ロボットに取り付けるアタッチメント型インターフェースを提案し、視覚・力覚・状態追跡を組み合わせて3種類の教示を簡単に収集できるようにした。製造現場の専門家によるユーザー調査で実用性を検証した。

• 反事実的摂動による実演からの言語プランの接地
  VLA2024/3/1

  LLMの言語プランをロボットの実演に基づくモード族で接地し、反事実的摂動を加えた実演から成功・失敗を学習して解釈可能な反応的方策を生成する手法を提案。

• Understanding Entrainment in Human Groups: Optimising Human-Robot Collaboration from Lessons Learned during Human-Human Collaboration
  2024/2/1
• Diagnosis, Feedback, Adaptation: A Human-in-the-Loop Framework for Test-Time Policy Adaptation
  2023/7/1
• Aligning Robot and Human Representations
  2023/2/1
• Temporal Logic Imitation: Learning Plan-Satisficing Motion Policies from Demonstrations
  2022/6/1
• Explaining Reward Functions to Humans for Better Human-Robot Collaboration
  2021/10/1
• Emergent Discrete Communication in Semantic Spaces
  2021/8/1
• Supervised Bayesian Specification Inference from Demonstrations
  2021/7/1
• RoCUS: Robot Controller Understanding via Sampling
  2020/12/1
• Interactive Robot Training for Non-Markov Tasks
  2020/3/1
• Adversarially Guided Self-Play for Adopting Social Conventions
  2020/1/1
• Planning With Uncertain Specifications (PUnS)
  2019/6/1
• Mathematical Models of Adaptation in Human-Robot Collaboration
  2017/7/1
• Toward a Science of Autonomy for Physical Systems: Paths
  2016/9/1
• Efficient Model Learning for Human-Robot Collaborative Tasks
  2014/5/1
• Inferring Robot Task Plans from Human Team Meetings: A Generative Modeling Approach with Logic-Based Prior
  2013/6/1