Neel P. Bhatt
The University of Texas at Austin
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
- もし、ならば、そうでなければ：視覚言語ナビゲーションにおける条件分岐の診断VLA2026/8/18
視覚言語ナビゲーションエージェントの条件分岐能力を診断するためのベンチマークCondVLNを導入し、分岐条件をシーングラフに基づいて生成し、エージェントの失敗原因を分析した。
- VASO: 物理AIエージェントのための形式的検証可能な自己進化スキルスキル学習2026/6/3
LLMが生成したロボットスキル契約を、モデル検査による形式的検証と反例に基づくテキスト勾配で自己進化させるフレームワークVASOを提案。未テスト条件下でも時間的安全性を満たすスキルを少数サンプルで獲得できる。
- Co-GLANCE: 不確実性を考慮した異種ロボットチームの能動的知覚群制御2026/6/1
異種ロボットチームが屋外環境で知覚の不確実性を解決するための、リアルタイムオンボード推論と意思決定システムを提案。視覚言語モデルの知識を蒸留し、適合予測と選択的棄権により統計的に保証された不確実性推定を実現し、能動的知覚をトリガーする。
- 物体が「何であるか」ではなく「何を可能にするか」：アフォーダンス推論のための機能的潜在空間アフォーダンス推論2026/6/1
外見ではなく機能（アフォーダンス）に基づく潜在空間を導入し、ロボットのプランニングにおける物体の機能推論を可能にする手法A4Dを提案した。
- 物理的に実行可能な世界モデル：クエリ条件付き身体化AIの事例世界モデル2026/5/28
身体化AIの世界モデルは、将来の観測予測ではなく、介入クエリに答えるために物理構造を表現すべきであり、観測予測型モデルの物理的誤りを指摘し、モジュール構成とオーケストレータによる設計原理を提案する。
- RepV: 安全分離可能な潜在空間によるスケーラブルなニューロシンボリック計画検証計画検証2025/10/1
安全・不安全な計画が線形分離可能な潜在空間を学習し、自然言語ルールに対する計画の遵守を確率的保証付きで検証するニューロシンボリック検証器を提案。
- UNCAP: 不確実性誘導型ニューロシンボリック計画と自然言語通信による協調自動運転VLA2025/10/1
自動運転車同士が自然言語メッセージで通信し、知覚の不確実性を明示的に考慮して協調計画を行う視覚言語モデルベースの手法を提案。通信帯域を削減しつつ安全性を向上させる。
- VLN-Zero：ゼロショット移動のための高速探索とキャッシュ活用型ニューロシンボリック視覚言語ナビゲーションVLA2025/9/1
VLMでシーングラフを効率的に構築し、ニューロシンボリックな計画とキャッシュ実行を組み合わせることで、未知環境でのゼロショット視覚言語ナビゲーションを高速・高精度に実現した研究。
- マルチモーダル基盤モデルによる計画時の不確実性を分離・定量化する形式的手法VLA2024/11/1
視覚理解に起因する知覚不確実性と計画生成の決定不確実性を分離し、形式検証とConformal Predictionで定量化して、能動的再観測や高確信データでの微調整によりロボットタスクの信頼性を高める枠組みを提案した。
- 安全制約付き計画のための言語モデルの検証と改良の統合手法VLA2024/10/1
言語モデルが生成するロボットプログラムをオートマトン表現に変換して安全仕様を検証し、その結果を活用した微調整で安全なプログラム生成を効率化する手法を提案。
- OpenAI o1モデルの計画能力：実現可能性・最適性・汎化性の評価LLM計画2024/9/1
OpenAIのo1モデルの計画能力を、制約の多いタスクや空間的に複雑な環境で評価し、制約遵守や状態遷移管理に優れる一方、冗長な行動や空間的汎化に課題があることを明らかにした。
- MM3DGS SLAM：視覚・深度・慣性計測を用いたマルチモーダル3DガウシアンスプラッティングSLAMSLAM2024/4/1
3Dガウシアンスプラッティングと視覚・深度・慣性計測を統合し、未姿勢カメラ画像から高精度なSLAMを実現する手法を提案。追跡精度が3倍、描画品質が5%向上し、リアルタイムで高解像度3Dマップを生成できる。
- WATonoBus: Field-Tested All-Weather Autonomous Shuttle Technology2023/12/1
- Fine-Tuning Language Models Using Formal Methods Feedback2023/10/1
- Soft Constrained Autonomous Vehicle Navigation using Gaussian Processes and Instance Segmentation2021/1/1