Brandon Amos
収録論文 10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
- 大規模言語モデルフィードバックによる意思決定エージェントのためのオンライン内的報酬強化学習/LLM報酬2024/10/1
LLMのフィードバックを非同期で利用し、RL方策と内的報酬関数を同時に学習する分散アーキテクチャONIを提案。NetHackで最先端性能を達成し、大規模オフラインデータセットを不要にした。
- 行動なし軌道を用いた半教師ありオフライン強化学習オフライン強化学習2022/10/1
ラベル付き軌道から逆動力学モデルを学習し、ラベルなし軌道に代理ラベルを付与することで、オフライン強化学習を半教師あり設定で行う手法を提案し、その有効性を検証した。
- Theseus: 微分可能な非線形最適化ライブラリ最適化2022/7/1
PyTorch上で微分可能な非線形最小二乗最適化を実現する汎用ライブラリを提案し、ロボティクスや視覚における構造化学習を効率化する。
- Nocturne: 実世界に一歩近づくマルチエージェント学習のためのスケーラブルな運転ベンチマークマルチエージェント/自動運転2022/6/1
部分観測下でのマルチエージェント協調を研究するため、実世界の運転データを高速に再生できる2D運転シミュレータNocturneを提案し、強化学習・模倣学習エージェントの性能を評価した。
- 最適輸送による異形態間の模倣学習模倣学習2021/10/1
異なる身体構造や次元を持つエージェント間で、Gromov-Wasserstein距離を用いて状態空間を対応付けることで専門家のデモンストレーションを模倣する手法を提案した論文。
- 連続強化学習におけるモデルベース確率的価値勾配の再検討モデルベースRL2020/8/1
モデルフリーのソフト価値推定とモデルベースの確率的価値勾配を組み合わせることで、単純なモデルベースエージェントがモデルフリーの最先端手法をサンプル効率と最終報酬の両方で上回ることを示した論文。
- モデルベース強化学習における目的関数のミスマッチ問題モデルベース強化学習2020/2/1
モデルベース強化学習において、ダイナミクスモデルの1ステップ先予測尤度の最適化と下流の制御タスク性能が必ずしも相関しない「目的ミスマッチ」問題を指摘し、その緩和手法を提案した論文。
- 画像からのモデルフリー強化学習におけるサンプル効率の改善強化学習2019/10/1
画像入力の強化学習で、再構成損失による表現学習が不安定になる原因をVAEに特定し、安定化手法を提案してMuJoCoタスクで最先端性能と観測ノイズへの頑健性を実現した。
- 微分可能なクロスエントロピー法最適化2019/9/1
クロスエントロピー法(CEM)を目的関数のパラメータで微分可能にするDCEMを提案し、制御や構造予測に応用した。
- 身体感覚から外界を学ぶ:自己受容予測モデルによる物体認識身体モデル/表現学習2018/4/1
エージェント自身の身体感覚のみを予測するモデルが、その予測の必要性を通じて外界の物体を潜在表現として獲得することを示し、実機のロボットハンドでも物体特性の推論に応用できることを実証した。
