Balaraman Ravindran
収録論文 12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
- 潜在ダイナミクスによるモデルフリーの効率性とモデルベース表現の統合強化学習2026/2/13
モデルフリーの効率性とモデルベースの表現力を統合した強化学習アルゴリズムULDを提案し、多様な環境で高性能かつ少ないパラメータで動作することを示した。
- 観察からの学習:最近の進展に関するサーベイ模倣学習2025/9/1
専門家の行動情報なしに状態のみから模倣学習を行うLfO/SOIL手法を整理・分類し、関連分野との繋がりや今後の課題をまとめたサーベイ論文。
- GAN-MPC: 非同一エキスパートのデモンストレーションを用いたパラメータ化コスト関数によるモデル予測制御器の学習模倣学習/MPC2023/5/1
エキスパートと学習エージェントの力学が異なる場合でも、GANで状態軌道分布間のJensen-Shannonダイバージェンスを最小化し、Learnable-MPCポリシーを模倣学習できる手法を提案。
- 物理法則を考慮したモデルベース強化学習モデルベース強化学習2022/12/1
剛体運動を行うロボットタスクに対し、物理法則を組み込んだニューラルネットワークによるダイナミクスモデルを用いたモデルベース強化学習を提案し、初期条件に敏感な環境で精度・サンプル効率が向上することを示した。
- 経験学習でコストを推定する非ホロノミック系の最適経路計画qRRT経路計画2021/1/1
強化学習で作業空間のコスト分布を学習し、その情報でRRT探索をバイアスさせることで、既知のコスト関数なしでも漸近最適な経路を生成する手法を提案した。
- MADRaS:マルチエージェント自動運転シミュレータ自動運転シミュレーション2020/10/1
自動運転の運動計画アルゴリズムの設計・評価向けに、複数エージェントが強化学習などで訓練できるオープンソースの運転シミュレータを開発した。
- MaMiC:ロボット強化学習のためのマクロ・ミクロカリキュラムマニピュレーション2019/5/1
スパース報酬のロボットマニピュレーション課題に対し、タスクをサブタスクに分割するマクロカリキュラムとサブタスク間の学習を促すミクロカリキュラムを組み合わせた二重カリキュラム手法を提案し、Fetch環境で有効性を示した。
- 効率的なロバスト方策探索のための能動学習フレームワークロバスト方策探索2019/1/1
ロバスト方策探索において、必要な環境パラメータだけを能動学習で選択し、サンプル効率を高めるフレームワークEffAcTSを提案した論文。
- 強化学習による単眼SLAMの失敗を防ぐ軌道計画SLAM/強化学習2018/12/1
強化学習を用いて、単眼SLAMの推定誤差が大きくならない安全な軌道を生成する手法を提案し、シミュレーションと実機で有効性を示した。
- DiGrad:共有アクションを持つマルチタスク強化学習マルチタスクRL2018/2/1
複数タスクが共通の行動集合を共有する連続行動空間において、差分ポリシー勾配に基づく単一のactor-criticネットワークでマルチタスクを同時学習する手法を提案し、平面マニピュレータやヒューマノイドで有効性を示した。
- モデルアンサンブルによるロバストなニューラルネットワーク方策の学習sim2real2016/10/1
複数のシミュレーションモデルをアンサンブルし敵対的訓練を行うことで、未知の環境変化にも頑健に汎化する強化学習方策を学習するEPOptを提案した。
- 強化学習による単眼SLAMの失敗を防ぐ軌道生成SLAM/強化学習2016/7/1
強化学習を用いて、単眼SLAMの推定誤差が大きくならない安全な軌道を生成する手法を提案し、シミュレーションと実機で有効性を示した。
