Momotaz Begum
収録論文 8本 ・ フィジカルAI/ロボット学習
解釈可能性模倣学習/データ生成ロボット操作安全性模倣学習制御/安全
※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
- スパース内部特徴からロボット方策の失敗を検出・説明する手法解釈可能性2026/11/7
学習済み視覚運動方策の内部活性をスパースオートエンコーダで分解し、失敗につながる特徴変化を検出・説明するMINDを提案。シミュレーションと実機で有効性を示した。
- 模倣学習のための高忠実度合成デモンストレーション生成の原理的アプローチ模倣学習/データ生成2026/5/1
3Dガウススプラッティングと動的運動プリミティブを組み合わせ、専門家の軌道構造を保ちつつ多様な合成デモを生成するフレームワークを提案。障害物回避も考慮し、接触を伴う操作タスクの学習に有効なデータを生成する。
- 軌道一貫性フローマッチングによるロバストな視覚運動ポリシー学習ロボット操作2026/5/1
フローマッチングポリシーの訓練と推論の不一致による軌道誤差を補正するため、補助回帰、多段階軌道整合訓練、速度場正則化、RK4推論を提案し、実ロボットタスクで高い成功率を達成した。
- TAIL-Safe: 模倣学習ポリシーのためのタスク非依存な安全監視安全性2026/5/1
模倣学習ポリシーが安全に動作できる状態の集合を学習し、逸脱時に回復動作を行う安全監視手法を提案した論文。
- 悪い中に良いものを見つける（GiB）：エンドユーザーのデモンストレーションからより良い方策を学習するための選別手法模倣学習2026/5/1
非熟練ユーザーのデモンストレーションに含まれる誤ったサブタスクを自動的に検出・除去し、高品質なサブタスクのみを学習に用いることで、ロボットの方策性能を向上させるアルゴリズムGiBを提案した。
- 実行するか否か：デモから学習した視覚運動ポリシーの安全性の確保安全性2026/5/1
模倣学習で学習した視覚運動ポリシーに対し、状態空間内の特定領域から実行保証を提供する安全指標を提案し、Nagumoの条件を用いて安全性を検証する手法を実証した。
- 模倣学習におけるデータ品質測定のための効率的な指標模倣学習2026/5/1
模倣学習のデモンストレーションデータの品質を、パワースペクトル密度（PSD）に基づいて自動評価する指標を提案した。ポリシー学習や環境との相互作用を必要とせず、スムーズで高品質なデモを低PSD値としてランク付けする。
- 平均報酬MDPを用いた確率制御システムの確率的な安全保証制御/安全2025/11/1
確率ノイズを受ける制御システムの安全性を、平均報酬マルコフ決定過程に帰着させて線形計画法で安全方策を計算する手法を提案し、二重積分器と倒立振子で検証した。