Michael Laskin
収録論文 5本 ・ フィジカルAI/ロボット学習
強化学習ベンチマークスキル抽出模倣学習実機強化学習計画
※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
- 教師なし強化学習ベンチマークURLB強化学習ベンチマーク2021/10/1
報酬なし事前学習と下流タスク適応の2段階からなる教師なし強化学習の統一ベンチマークURLBを提案し、8手法を比較評価した。
- スキル選好:人間フィードバックからロボットスキルを抽出・実行する学習スキル抽出2021/8/1
人間の選好モデルを学習してオフラインデータから人間の意図に沿ったスキルを抽出し、さらに人間フィードバックを用いた強化学習で複雑な多段階操作タスクを解く手法SkiPを提案した。
- スキル遷移モデルによる階層的少数ショット模倣学習模倣学習2021/7/1
オフラインデータからスキルを抽出し、逆スキルダイナミクスモデルと距離関数を用いて、少数の実演から未見タスクへ汎化する模倣学習手法FISTを提案した。
- 対照学習とデータ拡張による効率的な視覚ロボット制御の学習実機強化学習2020/12/1
対照学習による事前学習とデータ拡張を組み合わせ、実機ロボットアームが10個のデモンストレーションから30分程度の訓練でスパース報酬の操作タスクをピクセル入力で学習できる手法CoDERを提案した。
- スパースグラフィカルメモリによるロバストな計画計画2020/3/1
状態と遷移をスパースに保持する新データ構造SGMを提案し、双方向一貫性で状態を統合することで長期的な視覚ナビゲーション計画を高精度に実現した。
