Olivier Pietquin
収録論文 3本 ・ フィジカルAI/ロボット学習
マルチエージェント強化学習模倣学習/マニピュレーション強化学習
※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
- 共通ノイズ付き平均場ゲームのための母集団適応型オンラインミラー降下法マルチエージェント強化学習2025/9/1
共通ノイズや未知の初期分布に対応するため、深層強化学習とオンラインミラー降下法を組み合わせ、母集団依存のナッシュ均衡を効率的に学習する手法を提案した。
- 分布に戻れ:リターン・トゥ・ディストリビューション計画によるロバスト模倣模倣学習/マニピュレーション2023/5/1
専門家データと実環境の分布ずれに対処するため、模倣方策と「専門家分布に戻す」プランナを組み合わせたPOIRを提案し、操作タスクで初期状態やノイズに対するロバスト性を示した。
- デモンストレーションからの行動量子化による連続制御強化学習2021/10/1
人間のデモンストレーションから連続行動空間を離散化し、その離散行動を用いて強化学習や模倣学習を行う手法を提案した論文。
