Baiyu Peng
収録論文 4本 ・ フィジカルAI/ロボット学習
制約学習安全強化学習強化学習
※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
- 正例・未ラベル制約学習による専門家デモンストレーションからの非線形連続制約関数の推定制約学習2024/8/1
専門家のデモンストレーションを正例、生成した軌跡を未ラベルデータとして扱い、複雑な形状の制約境界を推定する2段階のPositive-Unlabeled制約学習アルゴリズムを提案した。
- 実演からの制約ネットワーク学習:メモリ再生を用いた正例・未ラベル学習によるアプローチ制約学習2024/7/1
専門家の実演データから、連続的で非線形な制約を正例・未ラベル学習で推定する手法を提案し、Mujoco環境で有効性を検証した。
- 分離型PIラグランジュによるモデルベース機会制約付き強化学習安全強化学習2021/8/1
安全確率を制御出力とみなし、ペナルティ法とラグランジュ法を比例・積分制御として統合した分離型PIラグランジュ法を提案し、振動や保守性を抑えつつ実機移動ロボットの障害物回避に適用した。
- 環境モデルと実データを併用する混合強化学習強化学習2020/3/1
環境モデルと実測の状態行動データを同時に使って方策を探索し、モデル不確かさをベイズ推定で補償することで学習精度と速度を両立させる混合強化学習を提案した論文。
