Amin Banitalebi-Dehkordi
収録論文 3本 ・ フィジカルAI/ロボット学習
組合せ最適化マルチエージェント強化学習ドメイン適応
※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
- 厳密な組合せ最適化のための深層強化学習:分枝変数選択の学習組合せ最適化2022/6/1
強化学習と模倣学習を組み合わせて分枝限定法の変数選択方策を学習し、ラベルデータ不要で高速な組合せ最適化を実現した。
- 非同期オプション選択を可能にする条件付き推論型マルチエージェント方策勾配法マルチエージェント強化学習2022/3/1
エージェントごとにオプションの選択・完了タイミングが異なる非同期な協調マルチエージェント問題に対し、条件付き推論で集中方策とその勾配を導出する新しいMAPG手法を提案し、実験で有効性を示した。
- SimROD: ロバスト物体検出のためのシンプルな適応手法ドメイン適応2021/7/1
ドメインシフトと擬似ラベルノイズに対処するため、ドメイン中心の拡張・段階的自己ラベリング・教師誘導ファインチューニングを組み合わせ、モデル構造を変えずに物体検出モデルを適応させる手法を提案した。
