Peihong Yu

収録論文 4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

• スケッチからスキルへ：人間が描いた軌道スケッチによるロボット学習のブートストラップ
  マニピュレーション2025/3/1

  人間が描いた2Dスケッチ軌道を3D軌道に変換し、それを用いて模倣学習と強化学習を組み合わせてロボットのマニピュレーション方策を効率的に学習させるフレームワークを提案した。

• VARP: 視覚言語モデルのフィードバックとエージェント正則化選好による強化学習
  VLA2025/3/1

  軌跡スケッチを重ねた画像でVLMの選好ラベル精度を高め、エージェントの性能で報酬学習を正則化することで、連続制御タスクの成功率とリターンを大幅に改善した手法。

• 合同実演を超えて：効率的なマルチエージェント強化学習のための個別専門家ガイダンス
  マルチエージェント強化学習2024/3/1

  各エージェント個別の専門家実演を選択的に活用し、協調行動を学習するマルチエージェント強化学習手法PegMARLを提案。

• 共通運用状況の統合によるマルチエージェント協調の強化
  群制御2023/11/1

  各エージェントが観測・行動・受信メッセージを統合した「共通運用状況（COP）」を構築・共有することで、分布外の初期状態でも頑健に協調できるマルチエージェント強化学習手法を提案し、StarCraft2で有効性を示した。