Shaukat Ali
収録論文 16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
- MANGO: 視覚言語行動モデルのための自動マルチエージェントテストオラクル生成VLA/テスト生成2026/6/1
VLAロボットのテスト用に、自然言語のタスク記述から細粒度のオラクルを自動生成するマルチエージェントフレームワークを提案。
- FATE-VLA: 視覚言語行動モデルのための失敗を考慮したテスト生成VLA評価2026/6/1
VLAモデルの評価を、固定ベンチマークではなく、失敗が起きやすい高リスクなシーンを能動的に探索するテスト生成問題として捉え、多様性駆動の探索とサロゲートモデルを組み合わせて、より多くの多様な失敗モードを発見する手法を提案した。
- VISOR: ロボットテストのための視覚言語モデルベースのテストオラクルロボットテスト2026/5/1
ロボットのタスク実行の正しさと品質を自動評価する視覚言語モデルベースのテストオラクル手法を提案し、複数のロボットタスクで評価した。
- LLMを用いた自己適応ロボットにおける不確実性解析のヒューマンインザループ手法不確実性解析2026/5/1
自己適応ロボットの設計段階で、大規模言語モデルと人間の協働により不確実性を体系的に分析する手法とツールを提案し、産業事例で評価した。
- 検索ベースの堅牢性テスト：ノートパソコン再生ロボットソフトウェアのための手法ロボットソフトウェアテスト2026/5/1
ノートパソコン再生ロボットの物体検出モデルに対する、小さな摂動で失敗を誘発する入力を多目的最適化で探索する堅牢性テスト手法PROBEを提案した。
- Vision-Language-ActionロボットのメタモルフィックテストVLA2026/2/1
VLAモデルを搭載したロボットのテストオラクル問題を緩和するため、メタモルフィック関係を提案し、入力変更が軌道に与える影響を評価する手法を検証した。
- UAMTERS: 深層学習を用いたロボットソフトウェアのための不確実性を考慮したミューテーション解析テスト/検証2026/2/1
深層学習を組み込んだロボットソフトウェアに不確実性を注入するミューテーション解析フレームワークを提案し、テストスイートの品質評価を改善する。
- 自律型水中ロボットソフトウェアの知覚における視覚言語モデルの評価VLA2026/2/1
自律型水中ロボットの知覚モジュールに視覚言語モデルを適用し、水中ゴミ検出における性能と不確実性を評価した。
- AI駆動デジタルツインによる自己適応ロボットの分布外検出異常検知2025/9/1
Transformerベースのデジタルツインでロボットの状態を予測し、再構成誤差と不確実性から分布外挙動を検出する手法ODiSARを提案。産業ロボット2例で最大98%のAUROCを達成。
- 視覚言語モデルによる産業用自律移動ロボットのテストVLA2025/8/1
産業用AMRの安全要件を違反する多様な人間行動をVLMで生成し、シミュレータ上でロボットの不確実な挙動を明らかにするテスト手法RVSGを提案した。
- 視覚言語行動ロボットの不確実性と実行品質の評価VLA2025/7/1
VLAロボットの操作タスクにおいて、タスク成功率だけでなく実行品質とモデルの自信を評価するため、8つの不確実性指標と5つの品質指標を適用し、人間の専門家による評価との相関を大規模実験で検証した。
- 自己適応ロボティクスのソフトウェア工学：研究アジェンダ自己適応ロボティクス2025/5/1
動的環境で自律的に適応するロボットのためのソフトウェア工学の研究課題を、開発ライフサイクルとデジタルツイン・AI適応技術の両面から整理し、2030年に向けたロードマップを提示した。
- 大規模言語モデルによる自己適応ロボティクスの不確実性の特定自己適応ロボティクス/LLM応用2025/4/1
自己適応ロボットの不確実性をソフトウェア開発ライフサイクル全体で特定するために、10種類の大規模言語モデルを4つの産業規模のケーススタディで評価し、実務者の視点からその有効性を検証した。
- デジタルツインによる自律航行船の分布外状態検知異常検知2025/4/1
船舶のデジタルツインと機械学習モデルを組み合わせ、将来の分布外状態を事前に検知する手法ODDITを提案し、複数船のシミュレーションで高い検知精度を示した。
- 自動運転車の相互依存要件テストのための強化学習：実証研究自動運転テスト2025/2/1
自動運転車の相互依存する要件を同時にテストするシナリオ生成において、単一目的強化学習と多目的強化学習を比較し、多目的の方が多様な違反シナリオを生成し、単一目的の方が深刻な違反を生むことを示した。
- DeepQTest: Testing Autonomous Driving Systems with Reinforcement Learning and Real-world Weather Data2023/10/1