Andrea Baisero
収録論文 3本 ・ フィジカルAI/ロボット学習
強化学習階層型強化学習
※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
- 部分観測下における同変強化学習強化学習2024/8/1
部分観測環境で群対称性の同変性をニューラルネットに組み込み、過去の解を再利用することでサンプル効率と性能を高める強化学習手法を提案した。
- 完全観測ポリシーを活用した部分観測下での強化学習強化学習2022/11/1
シミュレータで完全観測の専門家ポリシーをオフライン学習に利用し、部分観測環境でのオンライン強化学習性能を向上させる手法を提案。
- 混合可観測性下での階層型強化学習階層型強化学習2022/4/1
一部の状態変数だけが観測可能なMOMDPの部分クラスに対し、上位が目標を生成し下位がそれを達成する2層階層型RL手法HILMOを提案し、長期的連続制御タスクで成功率・サンプル効率・学習時間を改善、実機にも展開した。
