レスリー・パック・ケルブリングは、アメリカのロボット工学者であり、マサチューセッツ工科大学のコンピュータサイエンス・工学のパナソニック教授である。彼女は、オペレーションズ・リサーチ由来の部分観測マルコフ決定過程を人工知能とロボティクスに応用するために適応させたことで広く知られている。彼女の研究は、自律システムが不確実性について推論し、動的な環境で行動する方法を形成してきた。
ケルブリングは、1997年に強化学習を組み込み制御システムに適用し、ロボットナビゲーションのためのプログラミングツールを開発した功績により、IJCAIコンピュータズ・アンド・ソート賞を受賞した。2000年には、人工知能推進協会のフェローに選出された。彼女の研究は、不確実性下での意思決定、機械学習、センシングにわたり、ロボットが現実世界で確実に動作できるようにすることに焦点を当てている。
幼少期と教育
ケルブリングは、1983年にスタンフォード大学で哲学の学士号を取得し、その後1990年に同じくスタンフォード大学でコンピュータサイエンスの博士号を取得した。大学院在学中、彼女は言語と情報研究センターに所属し、論理、推論、行動の間の関連性を探求した。彼女の博士研究は、後の確率的計画と制御への貢献の基礎を築いた。
哲学とコンピュータサイエンスを組み合わせた彼女の学際的な背景は、特に知的行動を不確実性の下での行動の問題として捉えることで、AIへのアプローチに影響を与えた。この視点は彼女のキャリアの特徴となり、理論的枠組みと実用的なロボットシステムの両方に影響を与えた。
キャリアの軌跡
博士号取得後、ケルブリングはSRIインターナショナルと関連するロボット工学スピンオフ企業であるテレオス・リサーチで働いた。SRIでは、ロボットナビゲーションと組み込み制御の初期の取り組みに貢献し、ノイズの多いセンサーデータに基づいてロボットが意思決定できるようにするツールを開発した。テレオス・リサーチでの期間は、学術研究と商業応用を橋渡しし、AIシステムを展開する際の実践的な課題についての洞察を与えた。
1990年代半ば、ケルブリングはブラウン大学の教員に加わり、強化学習と確率的ロボティクスに焦点を当てた研究グループを設立した。ブラウン大学では、ロボットが相互作用から学習し、部分観測の下で計画する方法を定義する基礎的な論文で同僚と協力した。彼女は1999年までブラウン大学に留まり、その後マサチューセッツ工科大学に移った。
MITでは、ケルブリングはパナソニック教授となり、現在もその地位にある。彼女のMITのコンピュータサイエンス・人工知能研究所の研究室は、タスクとモーションプランニング、階層的意思決定、統合された知覚・行動システムに関する影響力のある研究を生み出してきた。彼女は、学界や産業界で著名なキャリアを築いた多くの学生を指導してきた。
強化学習への貢献
ケルブリングの強化学習における初期の研究は、この分野をAI研究の中核領域として確立するのに貢献した。彼女の1996年の調査論文「強化学習：調査」は、マイケル・L・リットマンとアンドリュー・W・ムーアとの共著であり、この分野で最も引用される参考文献の一つであり続けている。この調査は、既存のアルゴリズム、理論的結果、応用を体系的に整理し、その後の研究のロードマップを提供した。
彼女の1997年のIJCAIコンピュータズ・アンド・ソート賞は、強化学習を組み込み制御システムに適用した貢献を認めたものである。この研究は、ロボットが環境の明示的なモデルを必要とせずに、経験から直接ポリシーを学習できることを実証した。彼女はまた、研究者が高レベルの目標を指定できる一方で、システムが低レベルの不確実性を処理するロボットナビゲーションのためのプログラミングツールを開発した。
ケルブリングのアプローチは、不確実性を明示的に表現することの重要性を強調した。完全な知識を仮定するのではなく、彼女のシステムは可能な状態に対する確率分布を維持し、これを使用して行動選択を導いた。この視点は、センサーがノイズが多く、アクチュエータが不正確であるロボティクスにおいて特に影響力があった。
部分観測マルコフ決定過程
ケルブリングのキャリアにおける中心的な貢献は、部分観測マルコフ決定過程（POMDP）をオペレーションズ・リサーチからAIとロボティクスに適応させたことである。POMDPは、エージェントが環境の完全な状態を直接観測できない場合の意思決定のための数学的枠組みを提供する。ケルブリングと彼女の共同研究者は、これらのモデルをロボットナビゲーションと計画に使用できることを示した。
彼女の1998年の論文「部分観測確率的領域における計画と行動」は、リットマンとアンソニー・R・カサンドラとの共著であり、POMDPを解くための効率的なアルゴリズムを導入し、移動ロボットナビゲーションへの応用を実証した。この研究は、理論的なAIと実用的なロボティクスを橋渡しし、POMDPが現実世界のセンシングに固有の不確実性を処理できることを示した。
ケルブリングのカサンドラとジェームズ・A・キュリエンとの関連研究である移動ロボットナビゲーションのための離散ベイズモデルは、センサーデータを使用してロボットの位置に関する信念を更新する具体的な方法を提供した。これらの技術は、後の同時位置推定・地図作成（SLAM）やより広範な確率的ロボティクスの発展の基礎となった。
機械学習研究ジャーナル
2000年の春、ケルブリングはAIにおけるオープンアクセス運動で極めて重要な役割を果たした。彼女とクルーワー所有のジャーナル『機械学習』の編集委員会の3分の2は、その有料アクセスアーカイブと著者への限られた金銭的報酬に抗議して辞任した。この辞任は、研究へのアクセスを制限する商業出版モデルに挑戦するための協調行動であった。
ケルブリングは機械学習研究ジャーナル（JMLR）を共同設立し、初代編集長を務めた。JMLRは査読付きオープンアクセスジャーナルであり、研究者が無料で論文を出版し、著作権を保持し、アーカイブをオンラインで自由に利用できるようにした。このモデルは当時革命的であり、その後多くのAI出版物の標準となっている。
大量辞任に応えて、クルーワーは出版方針を変更し、著者が査読後に論文をオンラインで自己アーカイブできるようにした。ケルブリングは、この方針は合理的であり、代替ジャーナルの創設を不要にしたであろうと述べた。しかし、彼女は、この方針変更が辞任の脅威とJMLRの実際の設立後にのみもたらされたことを指摘し、学術出版における集団行動の重要性を強調した。
主要な業績と影響
ケルブリングの出版記録には、いくつかの非常に影響力のある論文が含まれている。リットマンとムーアとの1996年の強化学習に関する調査は、『人工知能研究ジャーナル』に掲載され、数千回引用されている。リットマンとカサンドラとの1998年のPOMDP論文は、『人工知能』に掲載され、同様に基礎的な参考文献となった。
トマス・ロサーノ・ペレスとの階層的タスク・モーションプランニングに関する彼女の研究は、離散的なタスクレベルの計画と連続的なモーションプランニングを組み合わせる課題に対処した。彼らの2011年の論文「今ここでの階層的タスク・モーションプランニング」は、計画と実行をリアルタイムでインターリーブする方法を提示し、ロボットが複雑な操作タスクを処理できるようにした。この研究ラインは、学界と産業界の両方における現代のロボット操作アプローチに影響を与えてきた。
ケルブリングはまた、ウィリアム・D・スマートとともに、2000年に国際機械学習会議で発表した連続空間における実用的な強化学習にも貢献した。この研究は、強化学習を高次元の連続状態空間にスケーリングする課題に対処し、これは現代の深層強化学習の中心的な問題であり続けている。
遺産と評価
ケルブリングの影響は彼女自身の研究を超えて広がっている。MITの教授として、彼女は次世代のロボット工学者とAI研究者を形成してきた。原理に基づく確率的手法への彼女の強調は、ロボティクスで標準的な実践となり、自動運転から家庭用ロボットまで様々な分野に影響を与えている。
2000年の人工知能推進協会のフェロー選出は、彼女のこの分野への持続的な貢献を認めたものである。AIで最高の栄誉の一つであるIJCAIコンピュータズ・アンド・ソート賞は、彼女の初期のキャリアの業績を認めた。JMLRの設立における彼女の役割も、AI研究の普及方法に永続的な影響を与え、広範な運動になる前からオープンアクセスを推進した。
ケルブリングの研究は、AIシステムがますます不確実な現実世界の環境で動作するにつれて、今もなお関連性を持ち続けている。POMDPと強化学習への彼女の基礎的な貢献は、倉庫自動化から自動運転車まで、ロボティクスと意思決定における多くの現代的なアプローチを支えている。彼女のキャリアは、理論的厳密性と実用的応用の統合を体現しており、これはAIとロボティクスの研究者にインスピレーションを与え続けるモデルである。