Jimmy Ba
収録論文 7本 ・ フィジカルAI/ロボット学習
強化学習強化学習探索モデルベース強化学習モデルベースRL自動設計最適化
※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
- 報酬なしでエージェントを評価する強化学習2020/12/1
強化学習エージェントの内部目的関数(入力エントロピー・情報利得・エンパワーメント)を既存データ上で事後評価し、タスク報酬よりも人間行動類似度と強く相関することを示した研究。
- 長期マルチゴール強化学習のための最大エントロピー獲得探索強化学習探索2020/7/1
到達困難な目標を追わず、達成済み目標分布のエントロピーを最大化する自己目標を設定することで、迷路探索やブロック積みなどの長期タスクで探索効率を大幅に向上させた研究。
- 夢から制御へ:潜在想像による行動学習モデルベース強化学習2019/12/1
学習した世界モデルの潜在空間内で軌道を想像し、価値関数の勾配を逆伝播させて画像からの長期タスクを解く強化学習エージェントDreamerを提案した論文。
- モデルベース強化学習のベンチマークモデルベースRL2019/7/1
多数のモデルベース強化学習アルゴリズムを18以上の専用環境で統一評価し、動力学ボトルネックなどの課題を整理したベンチマークを公開した論文。
- ポリシーネットワークを用いたモデルベース計画法の探求モデルベース強化学習2019/6/1
ポリシーネットワークとオンライン計画を組み合わせ、行動計画をニューラルネット最適化問題として解くモデルベース強化学習手法POPLINを提案し、MuJoCoで高いサンプル効率を達成した。
- ニューラルグラフ進化:効率的な自動ロボット設計に向けて自動設計2019/6/1
ロボット設計をグラフ探索問題として定式化し、グラフニューラルネットで制御方針をパラメータ化することで評価コストを削減しつつ、不確実性を考慮したグラフ変異で探索空間を絞り、魚やチーターのような構造を自動発見する手法を提案した。
- Adam:確率的勾配最適化手法最適化2014/12/22
勾配の一次・二次モーメントの適応的推定に基づく確率的勾配降下最適化アルゴリズムAdamを提案し、収束性の理論解析と実験的評価を示した論文。
