Michael Volpp

収録論文 5本 ・ フィジカルAI/ロボット学習

※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

• 大規模並列オン方策強化学習のための信頼領域拡散ポリシー
  強化学習2026/6/13

  大規模並列シミュレーションを用いたオン方策強化学習で拡散ポリシーを安定して訓練する手法TruDiを提案し、多様なベンチマークで性能を実証した。

• 軌道レベルメタ学習による文脈認識型メッシュベースシミュレーション
  sim2real2025/11/1

  メッシュベースの変形シミュレーションを軌道レベルのメタ学習問題として捉え、Conditional Neural ProcessesとMovement Primitivesを組み合わせることで、限られた初期データから新しいシナリオに迅速に適応し、高速かつ高精度なシミュレーションを実現する手法M3GNを提案した。

• 情報理論的エンパワーメントによる方策の事前学習
  強化学習2025/10/1

  割引エンパワーメントを導入し、それを最大化する方策を事前学習に用いることで、下流タスクへの適応をデータ効率的にする手法を提案した。

• ProDMPs：動的・確率的運動プリミティブの統一的視点
  運動プリミティブ2022/10/1

  DMPの常微分方程式をオフライン計算可能な基底関数に変換し、動的システムの性質を保ちつつ高次統計も扱える確率的動的運動プリミティブ（ProDMPs）を提案した論文。

• ガウス混合モデルによる自然勾配変分推論の統一的理解
  変分推論2022/9/1

  ガウス混合モデルを用いた変分推論の代表的手法VIPSとiBayes-GMMが本質的に同じ更新式を持つことを示し、設計選択の違いが性能に与える影響を分析した。