Mehdi Mirza
収録論文 2本 ・ フィジカルAI/ロボット学習
モデルベースRLモジュラー強化学習
※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
- モデルベース計画とプランナ償却の連続制御における評価モデルベースRL2021/10/1
モデル予測制御とモデルフリー方策学習を組み合わせ、難しい移動タスクでデータ効率と性能を評価し、計画計算を方策に蒸留できることを示した。
- タブラ・ラサを超えて:物理埋め込み型3D倉庫番のためのモジュラー強化学習アプローチモジュラー強化学習2020/10/1
Mujoban(2D倉庫番から生成した3D倉庫をロボットが整理するタスク)に対し、認識・計画・行動の階層で強化学習モジュールを組み合わせる手法を提案し、単一のモノリシックなRLエージェントを大幅に上回ることを示した。学習済みモジュールは別のロボットでも再利用可能である。
