Dohyeong Kim
収録論文 6本 ・ フィジカルAI/ロボット学習
オフライン強化学習マニピュレーション強化学習安全強化学習模倣学習
※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
- フローアンカー型ノイズ条件付きQ学習による効率的で表現力豊かなオフライン強化学習オフライン強化学習2026/5/1
オフライン強化学習において、フローポリシーと分布批判器の計算コストを削減しつつ高性能を実現するFANアルゴリズムを提案した。
- スパースな分類ガイダンスからの巧みな把持学習マニピュレーション2026/4/1
物体とタスクに応じた把持計画を、密なポーズや接触点の指定なしに、タクソノミー(分類)ベースのスパースな指示から学習する二段階フレームワークGRITを提案。実世界実験で制御可能性も示した。
- ダイナミクス整合による汎化可能な視覚運動ポリシーの学習マニピュレーション2025/10/1
行動生成時にポリシーとダイナミクスモデルが相互に補正し合うFlow Matchingポリシーを提案し、実世界のマニピュレーションでOOD環境への汎化性能を向上させた。
- アクロバティックロボットのための段階的報酬設計:制約付き多目的強化学習アプローチ強化学習2024/9/1
複雑なアクロバティック動作を段階に分割し、各段階で複数の報酬とコストを定義する制約付き多目的強化学習法を提案し、シミュレーションと実機で有効性を示した。
- TRC: 安全強化学習のための信頼領域条件付きバリュー・アット・リスク安全強化学習2023/12/1
CVaR制約付きの安全強化学習手法TRCを提案し、信頼領域内でCVaRの上界を微分可能に近似して方策勾配を求める。シミュレーションと実機で制約を満たしつつ性能を1.93倍向上させた。
- 混在品質のデモンストレーションを用いた半教師あり模倣学習による自動運転模倣学習2021/9/1
ラベル付き専門家デモと品質のばらついたラベルなしデモを混ぜ、各状態行動ペアの信頼度(leverage)を推定して半教師ありで方策を学習する手法を提案し、RCカー実機でも有効性を示した。
