Giovanni Montana
収録論文 6本 ・ フィジカルAI/ロボット学習
強化学習巧緻マニピュレーションマニピュレーション
※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
- 不確実性に基づく平滑方策正則化:少数のデモンストレーションを用いた強化学習強化学習2025/9/1
デモンストレーションと自身の方策のどちらを模倣すべきかをQ値の不確実性で判断し、連続的な正則化重みで学習を加速する手法SPReDを提案。8つのロボティクスタスクで最大14倍の性能向上を達成。
- REValueD: 分解可能なマルコフ決定過程のための正則化アンサンブル価値分解強化学習2024/1/16
高次元離散行動空間での強化学習において、価値分解の過大評価バイアスとターゲット分散の増大をアンサンブルと正則化損失で解決する手法を提案し、DeepMind Control Suiteで有効性を示した。
- 軌道最適化と強化学習による難関巧緻操作タスクの解決巧緻マニピュレーション2020/9/1
両手間の受け渡しやペン回しなど難易度の高いシミュレーション巧緻操作タスク群を提案し、単純な軌道最適化とオフポリシー強化学習の組み合わせでペン回しを解決した。
- 物体を追え:想像上のゴールを用いたマニピュレーションタスクのカリキュラム学習マニピュレーション2020/8/1
物体自体を動かす方策を事前学習し、その軌道予測から段階的に難しいゴールを生成するカリキュラム学習手法を提案。7つのMuJoCo環境で高い成功率を達成した。
- 方策勾配法のための適応的経験選択強化学習2020/2/1
経験再生のサンプリング分布をオンライン学習で適応的に調整し、勾配推定の分散を明示的に最小化することで、方策勾配RLのサンプル効率を改善する手法を提案した論文。
- 物体の移動デモンストレーションを活用した強化学習によるロボットマニピュレーションマニピュレーション2019/10/1
物体を移動させる政策を物理シミュレータで学習し、その補助報酬を用いて人間のデモなしにロボットの操作スキルを強化学習する手法を提案した。
