Edward S. Hu
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
- 実世界強化学習による能動的知覚行動の獲得マニピュレーション2025/12/1
訓練時のみ利用可能な特権センサを活用した非対称アドバンテージ重み付き回帰(AAWR)を提案し、部分観測下で情報収集する能動的知覚行動を実ロボットで効率的に学習させる手法を実証した。
- 次潜在予測トランスフォーマーによるコンパクトな世界モデルの学習世界モデル2025/11/8
トランスフォーマーに潜在空間での次状態予測を自己教師ありで学習させ、履歴を圧縮した信念状態を持つコンパクトな世界モデルを獲得させる手法を提案。
- 特権センシングによる強化学習の足場づくり強化学習2024/5/1
訓練時のみ利用可能な高価なセンサ情報を批評家や世界モデルなどの補助要素に活用し、安価なセンサのみで動作する方策を効率的に学習する手法「Scaffolder」を提案。
- 探索のための目標計画強化学習2023/3/1
目標条件付き強化学習において、訓練時の目標設定を直接最適化することで探索を効率化する手法PEGを提案し、迷路探索やブロック積み上げタスクで有効性を示した。
- ロボットにロボットを評価させる:方策学習のための例示ベース対話型報酬関数強化学習2022/12/1
ロボットがテーブルの脚を引っ張るなど対話的な行動でタスクの成否を評価する「対話型報酬関数」を提案し、強化学習の方策学習と実行時の検証に活用した。
- 自己を知る:ロボット認識による転移可能な視覚制御ポリシーsim2real2021/7/1
ロボットの既知情報を活用し、世界ダイナミクスとロボット固有ダイナミクスを分離したモジュール型モデルベースRLを提案。視覚操作スキルの新ロボットへのゼロショット転移を実現した。
- 追従すべきか否か:観察からの選択的模倣学習模倣学習2019/12/1
実演の全ステップを真似るのではなく、現在のエージェントが到達可能な状態だけを選んで学習するSILOを提案し、実機・シミュレーションで有効性を示した論文。
- IKEA家具組み立て環境:長期的複雑マニピュレーションタスクのベンチマークマニピュレーション2019/11/1
IKEA家具の組み立てを題材に、長期計画と高度な低レベル制御を要する複雑なマニピュレーションタスクを強化学習で検証するためのシミュレーション環境を構築した。80種類以上の家具モデル、Sawyer/Baxterロボット、ドメインランダム化に対応する。
