Liang Gong
収録論文 5本 ・ フィジカルAI/ロボット学習
安全強化学習自動運転テスト強化学習/LfD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
- 階層型適応チャンス制約セーフガードによる安全な強化学習安全強化学習2023/10/1
安全回復率を代理チャンス制約として用いる適応的なモデルフリー安全RL手法ACSを提案し、探索中および収束後の安全性を反復的に保証する。
- FLYOVER: 自動運転車テスト用の多様な高速道路インターチェンジを生成するモデル駆動手法自動運転テスト2023/1/1
実在のインターチェンジを入力に、トポロジーと幾何形状をモデル化し、組合せ被覆と進化計算で多様なインターチェンジのデータセットを生成する手法を提案した。
- 実演に似た探索サンプリングでオンポリシー強化学習を効率化する枠組み強化学習/LfD2021/9/1
K-Meansで探索サンプルと実演データの類似度を評価し、類似フレームの行動確率を勾配上書きで高めることで、actor-critic型オンポリシーRLのサンプル効率を20〜40%改善する汎用LfDフレームワークを提案した。
- オンライン抽象状態表現学習による効率的な方策最適化強化学習2021/9/1
状態表現学習を方策最適化と統合し、動的損失重み付けと専門家デモンストレーションの活用によりサンプル効率と最終報酬を改善するアルゴリズムPOARを提案した論文。
- 少数の専門家デモで効率的に誘導する深層強化学習強化学習2020/2/1
SACをベースに、少数の専門家デモから識別器とガイダーを学習し、適切な状態でエージェントを誘導することで探索効率と学習安定性を改善した手法を提案。
