Bryan Lim
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
- Mix-ME:マルチエージェント学習のための品質多様性群制御2023/11/3
MAP-Elitesをマルチエージェントに拡張し、異なるチームのエージェントを混合する交叉的操作で多様な高性能解を生成する手法を提案し、部分観測連続制御タスクで有効性を示した。
- 物理ロボット上でのダイナミクス考慮とリセット不要学習による品質多様性最適化sim2real2023/4/1
シミュレーションではなく実機の四足ロボット上で、ダイナミクスモデルと復帰ポリシーを用いたReset-Free QDにより、人手を介さず2時間で多様な行動レパートリーを学習し、迷路ナビゲーションで検証した。
- 運任せは禁物:不確実な領域における品質多様性解の再現性向上品質多様性最適化2023/4/1
品質多様性アルゴリズムの解の再現性を高めるプラグアンドプレイモジュールARIAを提案し、ノイズ下でもアーカイブの品質と多様性を50%以上改善した。
- Quality-Diversityと深層強化学習の相乗効果の理解強化学習2023/3/1
Quality-Diversityと深層強化学習を組み合わせた統一フレームワークを提案し、新しいアルゴリズムでヒューマノイド環境を解決した。
- MAP-Elitesを複数の並列進化戦略で強化する品質多様性最適化2023/3/1
品質多様性アルゴリズムMAP-Elitesに複数の進化戦略プロセスを並列に組み込み、単一GPU上で大規模並列評価を活用して高性能かつ多様な解を生成する手法を提案。
- ロボット制御のための深層神経進化における品質多様性アルゴリズムのベンチマーク神経進化2022/11/1
ロボット制御の強化学習領域で深層神経進化に品質多様性アルゴリズムを適用するためのベンチマークスイートを提案し、標準的な評価指標と環境の確率性に対するロバスト性の定量化手法を提示した。
- 階層的Quality-Diversityによる実機ロボットのオンライン損傷回復損傷回復2022/10/1
階層的な行動レパートリーで多様なスキルを学習し、六脚ロボットが損傷後も迷路を少ない行動数で踏破できる適応手法を提案。
- 多様な環境軌道生成器の事前分布の発見による移動スキルの効率的学習歩行2022/10/1
Quality-Diversityアルゴリズムで多様な軌道生成器の事前分布を学習し、四足歩行ロボットが様々な地形を効率的に移動できるようにした。
- 手動リセットなしで歩行スキルを自律獲得する品質多様性最適化歩行2022/4/1
多様な歩行制御器を人手によるリセットなしで自律的に学習するため、想像上の行動レパートリーと環境情報を活用して自動リセットとなる行動を選ぶ手法を提案し、障害物のある訓練区域内での歩行学習で有効性を示した。
- 大規模並列化による品質多様性最適化の高速化品質多様性最適化2022/2/1
MAP-ElitesをGPU/TPU上の大規模並列評価で加速するQDaxを提案し、実行時間を約100分の1に短縮した。
- ダイナミクスモデルを活用した品質多様性によるスキルレパートリーの効率的学習強化学習2021/9/1
深層ダイナミクスモデルを用いて品質多様性(QD)探索を想像空間で行い、サンプル効率を20倍改善しつつ新スキルの継続獲得や実機での損傷適応を実現した。
- 初回接触からの触覚による物体姿勢推定:幾何学的接触レンダリングの活用触覚2020/12/1
シミュレーションで接触形状をレンダリングし、対照学習で物体ごとの知覚モデルを学習することで、1回の触覚観測から既知物体の姿勢を高精度に推定する手法を提案。複数接触にも拡張。
