Kilian Freitag
Chalmers University of Technology
収録論文 4本 ・ フィジカルAI/ロボット学習
ナビゲーション強化学習模倣学習
※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
- 木に復帰を教える:反事実リプレイによるLLMスーパーバイザのオンライン蒸留ナビゲーション2026/10/29
LLMスーパーバイザをオンラインで決定木に蒸留し、反事実リプレイで復帰行動をラベル付けして不要なルールを削除。テスト時はLLM問い合わせなしで、MPCが停止する未知レイアウトの大半を正しく処理できることを示した。
- タスクと行動の分離:ロボティクス強化学習における二段階報酬カリキュラム強化学習2026/3/1
報酬設計の難しさを解決するため、タスク報酬と行動報酬を分離し、まずタスクのみで学習してから行動報酬を導入する二段階カリキュラムを提案した。
- 動作デモから新しいタスクへのゼロショット汎化模倣学習2026/3/1
デモから学習した運動プリミティブをグラフ構造で結びつけ、未見タスクへのゼロショット汎化を実現する手法を提案した論文。
- 複雑な報酬関数のためのカリキュラム強化学習強化学習2024/10/1
複数の報酬項を持つ複雑なタスクに対し、単純な報酬から複雑な報酬へと段階的に移行する二段階カリキュラムを提案し、制約を守りつつタスクを達成する方策を学習できるようにした。
