Eiji Uchibe
収録論文 5本 ・ フィジカルAI/ロボット学習
強化学習遠隔操作sim2real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
- 正則化された報酬・罰則強化学習強化学習2026/6/1
報酬追求と罰則回避のポリシーを相互に事前分布として連携させるフレームワークKCPRを提案し、その深層実装klDMPがグリッドワールドとロボットナビゲーションで安全性と学習安定性を向上させることを示した。
- ヒューマノイド遠隔操作のための教師なしニューラルモーションリターゲティング遠隔操作2024/6/1
GANを用いたオンライン動作変換により、人間とヒューマノイドの対応データセットなしで上半身動作を転送する遠隔操作手法を提案し、従来法と同等の精度を実現した。
- 最大エントロピーを用いた報酬・罰則強化学習強化学習2024/5/1
報酬と罰則を同時に扱う強化学習に方策エントロピー最大化を統合したsoftDMPを提案し、従来のmax/min演算子を滑らかにしてサンプル効率と頑健性を向上させた。
- ランダム化画像から正規画像への変換に基づくモデル予測制御による実世界視覚ロボットマニピュレーションsim2real2022/7/1
ランダム化された画像からタスクに関連する特徴とそのダイナミクスを抽出するKRCモデルを提案し、実世界データを収集せずにシミュレーションから実世界へゼロショット転移できる視覚モデル予測制御を実現した。
- 順逆強化学習がネットワーク重みとハイパーパラメータを共有する手法模倣学習2020/8/1
順方向と逆方向の強化学習を統合し、ネットワーク重みとハイパーパラメータを共有するエントロピー正則化模倣学習ERILを提案。MuJoCo環境とロボットアームの視覚到達タスクでサンプル効率の高さを示した。
