Kaiqing Zhang
収録論文 4本 ・ フィジカルAI/ロボット学習
群制御強化学習自己教師あり学習方策勾配
※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
- ポリシーマージによるロボット群学習群制御2023/10/1
分散した異種データから効率的にポリシーを統合するFLEET-MERGEを提案し、Meta-Worldの50タスクと新ベンチマークFLEET-TOOLSで有効性を示した。
- ランダム特徴を用いた自己教師あり強化学習によるタスク間転移強化学習2023/5/26
ランダムな報酬で自己教師あり事前学習したモデルフリー強化学習により、長期的な環境ダイナミクスを暗黙的にモデル化し、新しい報酬関数のタスクへ迅速に適応する手法を提案。
- 分散型非IIDラベルなしデータの学習は自己教師あり学習から恩恵を受けるか?自己教師あり学習2022/10/1
分散環境でラベルなし・非均質なデータから自己教師あり学習(対照学習)を行い、通信コストを抑えつつ集中型SSLに匹敵する表現を獲得できることを大規模データセットで示した研究。
- 微分可能シミュレータはより良い方策勾配を与えるか?方策勾配2022/2/1
微分可能シミュレータの一次勾配推定が剛性や不連続性で劣化することをバイアス・バリアンスの観点から分析し、一次と零次の利点を組み合わせたα次勾配推定器を提案した論文。
