Masashi Sugiyama
収録論文 5本 ・ フィジカルAI/ロボット学習
強化学習VLMオフライン強化学習階層的強化学習
※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
- 遅延報酬の単純和を超えて:強化学習のための非マルコフ報酬モデリング強化学習2024/10/26
遅延報酬が単純な報酬の和ではなく複雑な構造を持つ場合を扱うRLCoDe問題を提案し、非マルコフ成分の重み付き和でモデル化するCoDeTrを開発した。
- CLIPの特定パラメータのみを微調整するClipFitVLM2024/9/1
CLIPのバイアス項と正規化層だけを微調整することで、追加パラメータなしにゼロショット性能を平均7.27%向上させる手法を提案した。
- 構造的な非定常性を持つデータセットからのオフライン強化学習オフライン強化学習2024/5/23
エピソード間で遷移・報酬関数が徐々に変化するオフラインデータセットに対し、対照予測符号化で非定常性を特定し方策学習に活かす手法を提案した。
- オプションと状態表現を用いた強化学習階層的強化学習2024/3/1
階層的強化学習の枠組みで、環境のグラフ構造に基づくEigenoptionを学習し、対称変換に不変な意思決定を実現して高次元環境での学習を効率化する論文。
- 過去の経験を再利用して実環境でロボット方策を効率的に改善強化学習2014/5/1
重要度重み付きPGPEを用い、実機ヒューマノイドが過去のサンプルデータを再利用して、事前知識や初期軌道設計なしに目標到達動作と台車棒立てを実環境で学習できることを示した。
