Joelle Pineau
収録論文 7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
- 不確実性を考慮した分布外検出と方策適応による安全なドメインランダム化sim2real2025/7/1
実環境での直接試行なしに、criticアンサンブルで不確実性を推定し分布外状態を検出しながら段階的に環境をランダム化することで、安全にRL方策を適応させるフレームワークUARLを提案した。
- 複数の不確実性集合に対するロバスト方策学習ロバスト強化学習2022/2/1
システム同定とロバスト強化学習を組み合わせ、複数の異なる摂動集合に対してロバストな方策を学習する手法を提案し、多様な制御タスクで最悪ケース性能の向上を示した。
- 文脈ベース表現を用いたマルチタスク強化学習マニピュレーション2021/2/1
タスクのメタデータを活用し、複数の文脈依存で合成可能な表現を共有することで知識転移を効率化し、50種類のロボット操作タスクからなるMeta-Worldで最先端の性能を達成した論文。
- モデル不変状態抽象化によるモデルベース強化学習モデルベース強化学習2021/2/1
行動の影響が局所的である因果的疎性を利用し、未見状態への組合せ的汎化を可能にする新たな状態抽象化「モデル不変性」を提案し、MuJoCo Humanoid等でサンプル効率の向上を示した論文。
- 効果的なSim2Real転移のための介入設計sim2real2020/12/1
ドメインランダム化とデータ拡張を因果推論の介入として捉え、不変性を促す目的関数がsim2sim・sim2real転移の汎化を改善することを示し、7自由度Jacoアームのピクセル観測によるゼロショット転移で実証した。
- 画像からのモデルフリー強化学習におけるサンプル効率の改善強化学習2019/10/1
画像入力の強化学習で、再構成損失による表現学習が不安定になる原因をVAEに特定し、安定化手法を提案してMuJoCoタスクで最先端性能と観測ノイズへの頑健性を実現した。
- 方策依存の抽象化による頑健なロボット制御POMDP2012/12/1
階層的制御と階層MDPの知見に基づき、確率的信念を考慮した高レベル意思決定を可能にするスケーラブルな制御アルゴリズムを提案し、介護施設で実機運用した。
