Guoping Zhao

収録論文 3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

• 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。