Alec Koppel
収録論文 9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
- 合同実演を超えて:効率的なマルチエージェント強化学習のための個別専門家ガイダンスマルチエージェント強化学習2024/3/1
各エージェント個別の専門家実演を選択的に活用し、協調行動を学習するマルチエージェント強化学習手法PegMARLを提案。
- MaxMin-RLHF:多様な人間選好へのアラインメントRLHF2024/2/1
単一報酬モデルのRLHFでは人間選好の多様性を表現できないことを示し、選好分布の混合をEMで学習して平等主義的なMaxMin目的で方策を最適化する手法を提案した論文。
- 信頼度制御探索:ロボットナビゲーションのための効率的な疎報酬方策学習ナビゲーション2023/6/1
方策エントロピーに応じて軌道長を動的に調整し、報酬関数を変えずに疎報酬下のロボットナビゲーションのサンプル効率を改善する手法を提案し、実機でも検証した。
- 重裾方策による連続制御ロボティクスにおける疎な報酬への対処強化学習2022/6/1
連続制御タスクで問題となる疎な報酬に対処するため、重裾型の確率的方策勾配アルゴリズム(HT-PSG)を提案し、専門家のデモンストレーションなしで安定した探索を実現してベンチマークタスクでの性能とサンプル効率を向上させた。
- 遅延通信を用いた協調幾何推定のための分散リーマン最適化分散最適化2022/3/1
協調SLAMやSfMのための分散最適化手法を提案し、通信トリガ条件で通信量を最大78%削減しつつ、大域的劣線形収束を理論的に保証した。
- 通信が断続的なロボットチームのための分散ガウス過程マッピング分散マッピング2021/10/1
各ロボットがTSDF上のスパースガウス過程で局所地図を推定し、時間変化する通信相手とパラメータを重み付き平均することで、チーム全体で大域的な地図へ収束させる分散マッピング手法を提案した。
- スパースカーネル表現による合成可能な強化学習強化学習2021/3/1
正規化アドバンテージ関数で方策を構造化し、追加学習なしで複数の学習済みモデルを合成できるスパースカーネル強化学習を提案し、障害物回避方策の合成と実機転移で有効性を示した。
- スパースガウス過程回帰によるマルチエージェント向け高密度インクリメンタル計量意味マッピングマルチエージェントマッピング2021/3/1
RGB-Dストリームからガウス過程とスパース近似・オクトリー分割を用いて、幾何形状と意味ラベルの連続分布マップをオンライン生成し、局所通信のみで複数ロボットのマップを統合する手法を提案した論文。
- 非同期並列分散ポーズグラフ最適化SLAM2020/3/1
マルチロボットSLAMのための初の非同期分散ポーズグラフ最適化アルゴリズムASAPPを提案し、通信遅延に強くストラグラーを待たずに動作することを示した。
