Guanquan Wang
収録論文 2本 ・ フィジカルAI/ロボット学習
オフライン強化学習オフライン強化学習/計画
※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
- 効率的なオフライン強化学習のためのショートカット軌道計画オフライン強化学習2026/7/1
拡散モデルによる軌道計画の推論コストを削減するため、単一ステージで学習可能なショートカット軌道モデルを提案し、ステップサイズ調整による1ステップ・数ステップ推論と、実現可能性補正付き批評家による計画選択を実現した。
- 一貫性軌道計画:オフラインモデルベース強化学習のための高品質で効率的な軌道最適化オフライン強化学習/計画2025/7/1
拡散モデルベースの計画における計算コスト問題を解決するため、Consistency Trajectory Modelを活用した一貫性軌道計画(CTP)を提案。D4RLベンチマークで既存手法を上回り、120倍以上の推論高速化を実現した。
