Firas Al-Hafez
収録論文 6本 ・ フィジカルAI/ロボット学習
生成モデルヒューマノイド制御歩行強化学習模倣学習/歩行逆強化学習
※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
- 方策探索による離散変分オートエンコーディング生成モデル2025/9/1
方策探索の自然勾配を利用して、再パラメータ化不要で離散VAEを訓練する手法を提案し、ImageNetなどの高次元画像再構成で既存手法を上回った。
- 全身ヒューマノイド制御のための拡散ポリシー訓練におけるドメインランダム化の役割ヒューマノイド制御2024/11/1
ヒューマノイドの全身制御に拡散ポリシーを適用し、ドメインランダム化で生成した模倣データの多様性と量が性能に与える影響をIsaacGym上で調査した。歩行には操作タスクより大規模で多様なデータが必要だと示した。
- 刺激的な行動:筋骨格ヒューマノイドの歩行学習における効率的な探索の検討歩行2024/7/1
筋骨格ヒューマノイドの歩行・走行制御を、少数の実演データを用いた敵対的模倣学習で学習し、自然な歩容を実現した研究。
- 確率的状態付き方策による効率的な強化学習強化学習2023/11/7
状態を持つ方策を確率的な内部状態カーネルと状態なし方策に分解し、BPTTを使わずに効率的に学習する新しい勾配法を提案した論文。
- LocoMuJoCo:移動運動のための包括的模倣学習ベンチマーク模倣学習/歩行2023/11/1
四足・二足・筋骨格モデルを含む多様な環境と実データ・専門家データ・準最適データを備え、模倣学習アルゴリズムを厳密に評価・比較するためのベンチマークを提案した。
- LS-IQ: 逆強化学習のための暗黙的報酬正則化逆強化学習2023/3/1
暗黙的報酬の二乗ノルム正則化を理論的に解析し、吸収状態を適切に扱う最小二乗逆Q学習(LS-IQ)を提案。専門家の行動なしでも逆動力学モデルで学習可能。
