Piotr Trochim
収録論文 5本 ・ フィジカルAI/ロボット学習
sim2realモデルベースRL強化学習ベンチマーク歩行
※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
- 強化学習向け半解析的産業冷却システムモデルsim2real2022/7/1
解析解とマルチフィジックスシミュレーションを組み合わせた産業冷却システムモデルを提案し、実データで検証した上で強化学習のベンチマークタスクを構築した。
- モデルベース計画とプランナ償却の連続制御における評価モデルベースRL2021/10/1
モデル予測制御とモデルフリー方策学習を組み合わせ、難しい移動タスクでデータ効率と性能を評価し、計画計算を方策に蒸留できることを示した。
- モデル予測エージェントのためのダイナミクスモデル学習モデルベースRL2021/9/1
モデルベース強化学習におけるダイナミクスモデルの設計選択(アンサンブル、確率性、多段階学習、タイムステップ幅など)がプランナ性能に与える影響を、真のモデル(シミュレータ)との比較を通じて体系的に分析した論文。
- dm_control:連続制御のためのソフトウェアとタスク集強化学習ベンチマーク2020/6/1
MuJoCoを基盤とした強化学習向けのPythonライブラリ群と、歩行・マニピュレーションなどの標準タスクスイートを提供するソフトウェアを公開した。
- 対称性を利用したデータ拡張による四足歩行ロボットの学習効率化歩行2019/10/1
四足歩行制御において、左右対称性などの対称変換で経験データを水増しし、actor-critic学習を高速化した研究。
