Denis Yarats
収録論文 8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
- 見て合わせる:正則化最適輸送による模倣学習の加速模倣学習2022/6/1
最適輸送に基づく軌道マッチングと行動クローニングを適応的に組み合わせることで、少ないデモンストレーションでも高速に模倣学習を進める手法ROTを提案した。
- 教師なし強化学習ベンチマークURLB強化学習ベンチマーク2021/10/1
報酬なし事前学習と下流タスク適応の2段階からなる教師なし強化学習の統一ベンチマークURLBを提案し、8手法を比較評価した。
- クラウド上のロボット競技会:Real Robot Challengeマニピュレーション2021/9/1
遠隔操作可能な3本指ロボットプラットフォームを構築し、世界中のチームが参加できる器用な物体操作の競技会を開催した。競技で収集した数百時間分のデータセットも公開している。
- 視覚連続制御を極める:改良データ拡張強化学習視覚強化学習2021/7/20
データ拡張を用いたモデルフリー強化学習DrQを改良し、ピクセル観測からヒューマノイド歩行を含む複雑な連続制御タスクを単一GPUで効率的に学習できるDrQ-v2を提案した論文。
- ロボット埋め込み学習による脚式ロボットのナビゲーションスキル獲得歩行ナビゲーション/sim2real2020/11/1
複数の脚式ロボットのダイナミクスを考慮した階層的ナビゲーションポリシーを学習し、ロボット固有の埋め込みを最適化することで未知のロボットや実機への効率的な適応とsim-to-real転移を実現した。
- 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。
- 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。
