Paul Weng
収録論文 7本 ・ フィジカルAI/ロボット学習
模倣学習マニピュレーション強化学習自己教師あり学習強化学習/データ拡張
※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
- RESTA: 時間スケーリング拡張によるデータ効率的なロボット模倣学習模倣学習2026/10/13
軌道の反転と時間方向のリサンプリングを組み合わせたデータ拡張手法RESTAを提案し、少ない実演データで両腕マニピュレーションの模倣学習の成功率を向上させた。
- OMP: 方向性アライメントによる一段階Meanflowポリシーマニピュレーション2025/12/1
拡散モデルの推論遅延とフローモデルの複雑さを解決するため、方向性アライメントと微分導出方程式を導入し、単一ステップで高精度なロボットマニピュレーションを実現するOMPを提案。
- 言語整合3Dキーポイントによる汎化可能な粗から細へのロボットマニピュレーションマニピュレーション2025/9/1
言語指示と3Dキーポイントを組み合わせた粗から細への階層的マニピュレーションポリシーを提案し、少ないデモで新規指示や環境変化への汎化を実現した。
- 深層強化学習における効率的なロボット操作のための時間反転対称性強化学習2025/5/1
ロボット操作タスクに潜む時間反転対称性を利用し、軌道反転によるデータ拡張と報酬整形を組み合わせて、深層強化学習のサンプル効率と性能を向上させるフレームワークTR-DRLを提案した。
- 自己教師ありロボット学習におけるハイパーパラメータ自動調整自己教師あり学習2020/10/1
VAEのELBOと画像多様性の相関に着目し、リプレイバッファサイズ・方策勾配更新回数・探索ステップ数をオンラインで自動調整する手法を提案。RIGベースラインより少ない時間と計算資源で最高性能を達成。
- データ拡張で強化学習のサンプル効率を向上させる強化学習2019/10/1
観測データを反射対称性や緩い目標定義で再利用する2つのデータ拡張手法を提案し、深層強化学習の学習速度を大幅に向上させた。
- 不変変換による経験リプレイ:深層強化学習のためのデータ拡張強化学習/データ拡張2019/9/1
ロボットタスクに存在する対称性を利用し、観測軌道を変換して新たな学習データを生成するデータ拡張フレームワークを提案。鏡映対称性や目標定義の緩さを活用し、学習速度と成功率を大幅に向上させた。
