Nicolas Perrin-Gilbert

収録論文 9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

• 品質多様性のための行動基盤モデル
  強化学習2026/9/28

  行動基盤モデル（BFM）の潜在行動空間を探索空間として品質多様性（QD）探索を行うBFM-QDを提案し、密な移動・疎なナビゲーション・接触の多い操作で従来のパラメータ空間ベース手法を上回ることを示した。

• 二次モデル近似による分散低減モデル予測パス積分
  モデル予測制御2026/2/1

  MPPIのサンプリングに二次近似モデルを事前分布として組み込み、残差項の分散を抑えることで少ないサンプル数でも高精度な制御を実現する手法を提案。

• 一次ソボレフ強化学習
  強化学習2025/11/1

  価値関数の値だけでなく状態・行動に対する微分もベルマンターゲットに一致させるソボレフ型損失を導入し、批評家の収束を速め方策勾配を安定化させるTD学習の改良を提案。

• 参照不要のサンプリングベースモデル予測制御
  歩行2025/11/1

  手作り歩容や接触系列に頼らず、サンプリングベースMPCで歩行・走行・跳躍・逆立ちなどの多様な運動を創発的に獲得する手法を提案。

• 単一リセット分割統治模倣学習
  模倣学習2024/2/1

  従来は複数回の状態リセットが必要だった分割統治型模倣学習を、単一の初期状態リセットのみで実現するSR-DCILを提案し、デモバッファと価値クローニング、近似ゴール切替で実機応用を可能にした。

• 単一デモンストレーションからの強化学習における逐次性の活用
  強化学習2022/11/1

  単一のデモンストレーションから逐次的な目標条件付き方策を学習し、ヒューマノイドの歩行や立ち上がりなどの複雑なロボットタスクを高いサンプル効率で解決する手法を提案。

• 分割統治による模倣学習
  模倣学習2022/4/1

  専門家の軌跡1つだけから複雑なロボットタスクを模倣するため、タスクを小さなスキルに分割し、目標条件付き方策として学習・連鎖させる手法を提案した論文。

• 探索的状態表現学習
  状態表現学習2021/9/1

  報酬なし環境での探索と状態表現学習を同時に行うXSRLを提案し、画像観測の難環境で効率的な探索とRL学習の加速を実現した。

• デモンストレーションからの状態表現学習
  模倣学習2019/10/1

  複数のデモを再現するマルチヘッドNNで共有状態表現を学習し、強化学習を効率化するSRLfDを提案した論文。