Brian Hou
収録論文 9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
- 不確実な環境認識下でのオフロード自律走行のためのマルチサンプル長距離経路計画経路計画2024/3/1
不確実な観測のもとでオフロード車両が長距離経路を動的に再計画する手法DREAMSを提案し、DARPA RACERの実データで従来の決定化手法より走行時間と衝突コストの両面で優れることを示した。
- シュタイン変分確率的ロードマップ経路計画2021/11/1
粒子ベースの変分推論を用いて、不確実な環境下でも効率的に確率的ロードマップを生成する手法SV-PRMを提案した論文。
- GuILD:サンプリングベース運動計画のための誘導付き局所逐次密化運動計画2021/4/1
探索木の頂点への短い経路情報を活用し、Informed Setの局所部分集合からサンプリングすることで、運動計画の収束を高速化する手法を提案した。
- ベイズ残差方策最適化:先見の専門家を活用したスケーラブルなベイズ強化学習ベイズ強化学習2020/2/1
潜在MDPごとの専門家アンサンブルを基盤に、ベイズ残差方策を学習して不確実性下での意思決定を改善するスケーラブルな強化学習手法BRPOを提案。
- 高コスト辺評価を伴うグラフ上のアンタイム動作計画のための事後サンプリング動作計画2020/2/1
衝突判定が高コストな動作計画において、学習した事後分布を用いて初期経路を素早く見つけつつ逐次的に短縮するアンタイム・レイジー計画法PSMPを提案し、理論保証と2D/7D問題での優位性を示した。
- モデル不確実性に対するベイズ方策最適化強化学習2018/10/1
連続ベイズ適応MDPとしてモデル不確実性を定式化し、信念分布を考慮した方策最適化アルゴリズムを提案した論文。
- 計画されたエピソードリセットによる非把持マニピュレーション方策のサンプル効率学習マニピュレーション2018/10/1
物理ベースの事前分布に基づいて環境状態をリセットするLeaPERを提案し、非把持マニピュレーションの強化学習を最大5倍サンプル効率で改善した。
- Bayes-CPACE:連続空間ベイズ適応MDPにおけるPAC最適探索強化学習2018/10/1
連続状態・行動空間のベイズ適応MDPに対し、価値関数のリプシッツ連続性を利用した有限サンプル被覆で初のPAC最適アルゴリズムを提案し、離散・連続タスクで有効性を実証した。
- 最適部分構造を持たない問題に対する効率的な動作計画動作計画2017/3/1
リスクゾーンでの累積滞在時間に超線形ペナルティを課す新コスト関数を提案し、最適部分構造が成立しない問題でも解けるダイクストラ拡張アルゴリズムを開発した。
