Hangyu Mao
収録論文 4本 ・ フィジカルAI/ロボット学習
強化学習深層強化学習強化学習コンペ設計
※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
- PDiT: 深層強化学習のための知覚と意思決定のトランスフォーマーを交互に配置する手法強化学習2023/12/1
知覚用と意思決定用の2つのTransformerを交互に配置したPDiTネットワークを提案し、画像・固有感覚・画像言語の観測下でのオンライン・オフライン強化学習において高性能と解釈可能な特徴表現を実現した。
- 深層強化学習のバックボーンとしてのTransformer in Transformer深層強化学習2022/12/1
深層強化学習向けに、単一観測を処理する内側Transformerと観測履歴を処理する外側Transformerを組み合わせた純粋なTransformerベースのバックボーンTITを提案し、オンライン・オフライン両設定で良好な性能を示した。
- SEIHAI: サンプル効率の高い階層型AIによるMineRL競技への挑戦強化学習2021/11/1
MineRLのObtainDiamondタスクを、人間のデモンストレーションを活用してタスクを逐次的なサブタスクに分割し、強化学習と模倣学習で各エージェントを訓練、スケジューラで自動選択する階層型AIを提案し、NeurIPS-2020 MineRL競技で優勝した。
- 堅牢でドメイン非依存な強化学習コンペティション設計へ向けて強化学習コンペ設計2021/6/1
再学習・ドメインランダム化・ドメイン難読化・計算資源制限の4機構で、再現性が高く汎用的でサンプル効率の良いアルゴリズムを促すコンペ設計を提案し、MineRL 2020で実証した。
