Prashant Doshi

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

• ConTraIRL: 転移可能な逆強化学習のための因子化コントラスト抽象化
  IRL/転移学習2026/6/1

  環境ダイナミクスとタスク目標を分離した潜在表現を学習し、未見の組み合わせへの報酬転移を可能にする逆強化学習フレームワークを提案した。

• 人間中心の物理的安全モデル：知覚と物理の統合によるHRI安全評価
  HRI安全2025/7/1

  人間とロボットの相互作用において、個人差を考慮したパラメータρを導入し、物理的安全と知覚的安全を橋渡しする一般安全モデルを提案。シミュレーション救助シナリオでの被験者実験により、感情状態や信頼、ロボットの行動が知覚的安全に与える影響を分析した。

• 抽象的状態を介した転移可能な報酬の逆学習
  逆強化学習2025/1/1

  複数の異なる環境での行動軌跡から抽象的な報酬関数を逆強化学習で獲得し、未知の環境でもタスク行動を学習できることを示した。

• FRESHR-GSI：多人数環境で動作する移動ロボットのための汎用安全モデルと評価フレームワーク
  移動ロボット安全2025/1/1

  複数の人間がいる環境で移動ロボットの安全性を評価するため、人間との距離・速度・向きを統合したロボット中心の方向性フレームワークを提案し、RGB-Dと深層学習による汎用安全指標(GSI)を実装・検証した。

• 人間らしいロボットマニピュレーションのための視覚的逆強化学習
  マニピュレーション2024/12/1

  人間の操作をRGB-Dキーポイントで観察し、逆強化学習と神経記号的動力学モデルを用いて協働ロボットに人間らしい動作を学習させる手法を提案した。

• シミュレーション避難シナリオにおけるMEDEVACロボットに対する人間の認識分析
  HRI2024/10/1

  医療避難シナリオで自律ロボットと遠隔操作ロボットが負傷者と傍観者にどう認識されるかを実験的に調べ、高速自律モードが感情や安全認識に悪影響を与えることを示した。

• 分散逆強化学習によるオープンな人間-ロボット協働
  人間-ロボット協働2024/10/1

  人間とロボットがタスクの途中で自由に参加・離脱できる「オープンな協働」をモデル化するoDec-MDPを提案し、分散逆強化学習Dec-AIRLを拡張して学習させる手法を開発した。

• A Novel Variational Lower Bound for Inverse Reinforcement Learning
  2023/11/1
• MVSA-Net: Multi-View State-Action Recognition for Robust and Deployable Trajectory Generation
  2023/11/1
• Marginal MAP Estimation for Inverse RL under Occlusion with Observer Noise
  2021/9/1
• A Hierarchical Bayesian model for Inverse RL in Partially-Controlled Environments
  2021/7/1
• Maximum Entropy Multi-Task Inverse RL
  2020/4/1
• SA-Net: Deep Neural Network for Robot Trajectory Recognition from RGB-D Streams
  2019/5/1
• Inverse Reinforcement Learning Under Noisy Observations
  2017/10/1
• Freeway Merging in Congested Traffic based on Multipolicy Decision Making with Passive Actor Critic
  2017/7/1