Marvin Zhang
収録論文 5本 ・ フィジカルAI/ロボット学習
模倣学習モデルベースRL強化学習歩行
※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
- 人間動画のピクセル変換で多段階タスクを学習するAVID模倣学習2019/12/1
人間のデモ動画をCycleGANでロボット映像に変換し、モデルベース強化学習の報酬を自動生成。各段階を自律的にリセットしながら多段階タスクを学習する枠組みを提案。
- 画像入力に強いモデルベース強化学習のための構造化表現学習モデルベースRL2018/8/1
現在の方策データから単純なダイナミクス・コストモデルを推定できる表現を学習し、画像観測下のLQRベースモデルベースRLを実ロボットマニピュレーションで有効化した論文。
- モデルベースとモデルフリーの更新を統合した軌道中心型強化学習強化学習2017/3/1
LQRベースのモデルベース手法とPI2のモデルフリー枠組みを組み合わせ、深層政策の学習にも拡張して、マニピュレーションタスクを高いサンプル効率で解く手法を提案した。
- テンセグリティロボットの移動のための深層強化学習歩行2016/9/1
鏡像降下誘導方策探索を周期的移動動作に拡張し、テンセグリティロボットSUPERballの転がり歩容を実機・シミュレーションで学習させ、初の連続的で信頼性の高い実機移動を実現した論文。
- 連続メモリ状態を持つ深層ニューラルネットワーク方策の学習強化学習2015/7/1
方策が読み書きできる連続値メモリ状態を状態・行動空間に追加し、軌道最適化と教師あり学習を組み合わせたguided policy searchで、部分観測下のロボット操作・ナビゲーションタスクを記憶が必要な方策として学習する手法を提案した。
