Laixi Shi
Johns Hopkins University
収録論文 4本 ・ フィジカルAI/ロボット学習
堅牢RLsim2realロバスト強化学習/ベンチマーク強化学習
※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
- 堅牢強化学習のための統一ライブラリとベンチマーク堅牢RL2026/10/23
17種の堅牢なオンライン・オフライン・安全RLアルゴリズムを統一インターフェースで実装し、多様な摂動下での評価ベンチマークを提供するライブラリを提案した論文。
- SPiDR: 悲観的ドメインランダム化によるsim-to-real転移のゼロショット安全性sim2real2025/9/1
ドメインランダム化に悲観性を導入し、sim-to-realギャップ下でも安全制約を保証するスケーラブルな安全強化学習手法を提案し、実機ロボットで有効性を示した。
- Robust Gymnasium:ロバスト強化学習のための統合モジュラー型ベンチマークロバスト強化学習/ベンチマーク2025/2/1
ロバスト強化学習の標準ベンチマークが不足している問題に対し、エージェントの観測・報酬・行動・環境の多様な撹乱をサポートする60以上のタスク環境を備えた統合ベンチマークを提案し、既存手法を評価した。
- 最適輸送と段階的ドメイン適応によるカリキュラム強化学習強化学習2022/10/18
強化学習のカリキュラムを、タスク分布間の最適輸送問題として定式化し、Wasserstein重心による測地線補間で段階的なタスク列を生成する手法GRADIENTを提案した論文。
