Aaron Courville
収録論文 7本 ・ フィジカルAI/ロボット学習
視覚RL/アーキテクチャ強化学習VLA触覚モデルベース計画マルチモーダル環境
※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
- V-Simba: 視覚的連続制御におけるRLのアーキテクチャ的可能性を解き放つ視覚RL/アーキテクチャ2026/8/1
状態ベースRLで効果的なSimbaアーキテクチャを視覚RLに応用し、正規化層と点別畳み込みを追加したシンプルなアーキテクチャV-Simbaを提案。DMC、Adroit、Meta-WorldでSOTAと同等以上の性能を達成しつつ、計算効率も向上した。
- 表現学習がマルチタスク深層強化学習のスケーラビリティを実現する強化学習2026/6/4
モデルベース制御ではなく表現学習がマルチタスクRLのスケーラビリティの鍵であると主張し、予測的表現学習と高容量価値関数を組み合わせたモデルフリーアルゴリズムMR.Qを提案・評価した。
- 単体埋め込みによるActor-Criticエージェントのサンプル効率改善強化学習2025/10/1
Actor-Critic強化学習において、埋め込みを単体構造に制約する軽量な表現層を導入し、サンプル効率と最終性能を向上させる手法を提案。
- GenRL: 身体性エージェントの汎化のためのマルチモーダル基盤ワールドモデルVLA2024/6/1
視覚言語基盤モデルと生成ワールドモデルを言語注釈なしで結びつけ、視覚や言語プロンプトからタスクを指定して想像空間で方策を学習する枠組みを提案。
- 触覚に基づく好奇心による疎報酬タスクの探索触覚2021/4/1
触覚フィードバックの予測誤差(サプライズ)を好奇心の報酬として活用し、接触の多い疎報酬ロボットアームタスクの探索を効率化する手法を提案した論文。
- 動的環境における条件付き自己回帰モデルによる計画モデルベース計画2018/11/1
離散潜在空間上の条件付き自己回帰生成モデルをMCTSによる先読み計画に用い、移動する目標や障害物を含む新環境で有効性を示した論文。
- HoME:家庭内マルチモーダル環境マルチモーダル環境2017/11/1
視覚・音声・意味・物理・物体や他エージェントとの相互作用を統合した、4万5千以上の3D住宅レイアウトを持つ強化学習向けオープンソース環境を提案した論文。
