Naman Shah

収録論文 11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

• トルク適応モジュール：操作における堅牢な動作転送のためのTAM
  操作2026/6/1

  ロボット間の動力学差やシミュレーションと実機のギャップによる動作ずれを補正するため、トルク指令を適応させる学習モジュールTAMを提案。プロプリオセプティブな履歴のみを用いて残差トルクを生成し、異なる行動空間のポリシーにも再利用可能。

• SkillWrapper: タスクレベルロボット計画のための生成的述語発明
  タスク計画2025/11/1

  基盤モデルを活用してRGB画像から人間に解釈可能な記号表現を学習し、未見の長期的タスクを計画・実行できる手法を提案。

• タスク・スキルプランニング：ブラックボックススキルを用いた階層型ロボットプランニング
  タスク・モーションプランニング2025/4/1

  学習済み・力制御・ブラックボックスなど異種スキルを階層プランナに統合し、CIPでスキル間の動作を補間することで、双腕・移動マニピュレータの長期的タスクを実現する手法を提案。

• JEDAI.Ed：説明可能AIと階層的計画を用いたロボット教育プラットフォーム
  教育・説明可能AI2024/4/1

  ロボットの計画と実行を非専門家に教えるための、視覚的インターフェースと説明可能AIを活用したオープンソース教育プラットフォームを開発し、その有効性をユーザー研究で示した。

• 実世界から論理へ、そして再び実世界へ：長期的ロボット計画のための汎化可能な関係概念の学習
  ロボット計画2024/2/1

  少数の未注釈デモからロボットが自律的に記号的な関係概念を発明し、論理ベースの世界モデルを学習することで、未見環境での長期的タスクにゼロショット汎化できる手法を提案。

• Multi-Task Option Learning and Discovery for Stochastic Path Planning
  2022/10/1
• Using Deep Learning to Bootstrap Abstractions for Hierarchical Robot Planning
  2022/2/1
• JEDAI: A System for Skill-Aligned Explainable Robot Planning
  2021/11/1
• An Anytime Hierarchical Approach for Stochastic Task and Motion Planning
  2021/8/1
• Learning and Using Abstractions for Robot Planning
  2020/12/1
• Anytime Integrated Task and Motion Policies for Stochastic Environments
  2019/4/1