Gabriel Kalweit
収録論文 10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
- BLINK: NK細胞傷害活性の行動潜在モデリング細胞動態モデリング2026/3/5
NK細胞と腫瘍細胞の相互作用動態を潜在状態空間モデルで学習し、細胞傷害の結果を予測・解釈可能な行動モードに分類する手法を提案した論文。
- タスク非依存オフライン強化学習のための潜在プランオフライン強化学習2022/9/1
模倣学習で低レベル潜在スキルを、オフライン強化学習で高レベルスキル連鎖方策を学ぶ階層的手法を提案し、実世界25種の操作タスクで既存手法を上回った。
- プレイデータから学ぶアフォーダンスによるサンプル効率の良い方策学習アフォーダンス学習2022/3/1
人間の遠隔操作プレイデータから自己教師ありで視覚アフォーダンスモデルを抽出し、モデルベース計画と深層強化学習を組み合わせて、少ない試行で効率的に方策を学習する手法VAPOを提案した。
- モデルベース行動提案を用いた償却Q学習による高速道路自動運転自動運転/強化学習2020/12/1
軌道計画器が生成する局所最適マヌーバを行動として用い、強化学習で長期的に最適な高速道路運転の意思決定を学習する手法を提案し、SUMO上で既存手法より優れる性能を示した。
- 自動運転のためのサロゲートQ学習自動運転/強化学習2020/10/1
周囲の他車の行動を代理教師として活用し、車線変更ポリシーを効率的に学習するサロゲートQ学習と、可変台数の車両に対応する置換同変なQ関数ネットワーク・シーン中心経験再生を提案した論文。
- 制約付き深層逆Q学習逆強化学習2020/8/1
Q学習の構造に確率的行動仮定を組み込み、専門家の方策を一度のMDP求解で復元する逆強化学習アルゴリズム群を提案し、連続状態空間や硬い制約にも拡張した。
- 制約付きQ学習：安全制約を満たす方策を直接学習する枠組み強化学習/安全制約2020/3/1
Q更新時に行動空間を制約することで、制約付きMDPの最適Q関数と安全方策を直接学習するオフポリシーRL手法を提案し、自動運転の意思決定で検証した。
- 敵対的スキルネットワーク：動画からの教師なしロボットスキル学習教師なしスキル学習2019/10/1
ラベルなしの多視点動画から、タスクに依存しないスキル埋め込み空間を敵対的損失とメトリック学習で学習し、新規タスクへのスキル転用・組み合わせを可能にする手法を提案した論文。
- 動的相互作用を考慮した自動運転強化学習のためのシーン理解自動運転/強化学習2019/9/1
自動運転の意思決定に強化学習を用いるため、Deep Setsやグラフ畳み込みネットワークを拡張したDeep Scenesアーキテクチャを提案し、交通参加者間の相互作用を考慮したシーン表現を学習するGraph-QとDeepScene-Qを開発、SUMOシミュレータで従来手法を上回る性能を示した。
- 自動運転の深層強化学習における動的入力の扱い自動運転/強化学習2019/7/1
周囲の車の数が変動する自動運転の意思決定において、Deep Sets構造をオフポリシー強化学習に導入し、可変サイズ入力への対応と未知状況への汎化性能を比較検証した論文。
