Danijar Hafner
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
- スケーラブルな世界モデル内でのエージェント学習世界モデル2025/9/1
Dreamer 4は、高速で正確な世界モデル内で強化学習を行い、オフラインデータのみからMinecraftでダイヤモンドを獲得できる初のエージェントである。
- DayDreamer: 実機ロボット学習のための世界モデルsim2real2022/6/1
Dreamerアルゴリズムを4台の実機ロボットに適用し、シミュレータなしで実世界での直接学習を実現。四足歩行ロボットが1時間で起き上がり・歩行を習得し、外乱にも10分で適応できることを示した。
- 視覚制御のためのマスク付きワールドモデルモデルベース強化学習2022/6/1
視覚表現学習とダイナミクス学習を分離し、マスク付き畳み込み特徴とViTで再構成するオートエンコーダと潜在ダイナミクスモデルを組み合わせた視覚モデルベース強化学習フレームワークを提案。Meta-worldとRLBenchの多様な視覚ロボットタスクで最先端性能を達成。
- ピクセルからの深い階層的計画階層強化学習2022/6/1
学習した世界モデルの潜在空間内で計画を行うことで、ピクセルから直接階層的行動を学習するDirectorを提案し、疎な報酬の3D迷路探索やAtariなどで優れた性能を示した。
- 世界モデルによる多様な目標の発見と達成世界モデル2021/10/1
画像から世界モデルを学習し、想像上のロールアウトで探索方策と達成方策を訓練することで、教師なしで多様な目標を発見し、目標画像をゼロショットで達成する手法LEXAを提案した論文。
- 報酬なしでエージェントを評価する強化学習2020/12/1
強化学習エージェントの内部目的関数(入力エントロピー・情報利得・エンパワーメント)を既存データ上で事後評価し、タスク報酬よりも人間行動類似度と強く相関することを示した研究。
- 探索と転移のための潜在スキル計画強化学習/スキル転移2020/11/1
学習済み世界モデルとスキルを統合し、テスト時にスキルをオンライン計画で選択することで、歩行タスクのサンプル効率と転移性能を向上させた強化学習エージェントを提案。
- 自己教師あり世界モデルによる探索計画強化学習/探索2020/5/1
将来の新規性を計画によって先読みして探索する自己教師あり強化学習エージェントを提案し、高次元画像入力の制御タスクで報酬なしでも従来手法を上回りオラクルに迫る性能を示した。
- 夢から制御へ:潜在想像による行動学習モデルベース強化学習2019/12/1
学習した世界モデルの潜在空間内で軌道を想像し、価値関数の勾配を逆伝播させて画像からの長期タスクを解く強化学習エージェントDreamerを提案した論文。
- 四足歩行ロボットの俊敏な移動をシミュレーションから実世界へ学習させるsim2real2018/4/1
深層強化学習で四足歩行の制御をシミュレーション上で学習し、シミュレータ改良とロバスト方策で実機に転移させ、トロットとギャロップを実現した。
