Cleah Winston
収録論文 3本 ・ フィジカルAI/ロボット学習
強化学習/人間介入ロボット学習模倣学習/オフライン強化学習
※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
- 人間介入からの楽観的探索によるロボット学習Q-OIL強化学習/人間介入2026/11/5
実ユーザーの介入行動を分析し、進捗停滞時に介入し修正は非最適という傾向をモデル化。介入遷移に楽観的ボーナスを与え人間の修正へ探索を誘導するQ-OILを提案し、シミュレーションと実機で成功率を10-50%向上させた。
- OGPO: 生成制御ポリシーのサンプル効率的な完全ファインチューニングロボット学習2026/5/1
拡散やフローベースの生成制御ポリシーを、オフポリシーな批判ネットワークとPPO目的関数を用いて効率的にファインチューニングする手法OGPOを提案し、操作タスクで最先端の性能を達成した。
- 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化模倣学習/オフライン強化学習2025/10/1
非専門家データ(プレイデータや不完全なデモ)をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。
