Manan Tomar
収録論文 5本 ・ フィジカルAI/ロボット学習
世界モデルオフライン強化学習オフラインRLモデルベース強化学習マニピュレーション
※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
- 次潜在予測トランスフォーマーによるコンパクトな世界モデルの学習世界モデル2025/11/8
トランスフォーマーに潜在空間での次状態予測を自己教師ありで学習させ、履歴を圧縮した信念状態を持つコンパクトな世界モデルを獲得させる手法を提案。
- インターネット動画からの価値関数事前学習によるロボットオフライン強化学習オフライン強化学習2023/9/1
人間の動画データセット上で時間差分学習により価値関数を事前学習し、ロボットのオフライン強化学習に活用する手法V-PTRを提案。実機WidowXでのマニピュレーションタスクで従来手法を大きく上回る性能を示した。
- エージェント制御表現:豊富な外生情報を用いた原理的なオフライン強化学習オフラインRL2022/11/1
複雑で時間依存な外生情報を含む視覚的観測から、マルチステップ逆モデルを用いて制御に必要な表現を学習するオフラインRL手法ACROを提案し、ベンチマークで有効性を示した。
- 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。
- MaMiC:ロボット強化学習のためのマクロ・ミクロカリキュラムマニピュレーション2019/5/1
スパース報酬のロボットマニピュレーション課題に対し、タスクをサブタスクに分割するマクロカリキュラムとサブタスク間の学習を促すミクロカリキュラムを組み合わせた二重カリキュラム手法を提案し、Fetch環境で有効性を示した。
