Qinxun Bai

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

• 方策条件付き価値関数によるオフポリシー俳優-批評家の安定化と探索
  強化学習2025/9/26

  方策を明示的に条件とする関数型批評家を用い、オフポリシー学習の収束保証と方策空間の探索を統一的に扱う枠組みを提案した論文。

• 脚式移動マニピュレータによる多段階ピックアンドプレースの学習
  マニピュレーション2025/9/1

  四足歩行ロボットによる移動マニピュレーションの多段階ピックアンドプレースタスクをシミュレーションで視覚運動ポリシーとして学習し、実世界で約80%の成功率を達成した。

• SLIM: 長期的視覚運動学習によるシミュレーションから実機への脚式指示マニピュレーション
  sim2real2025/1/1

  低コストな四足歩行ロボットとアーム、単眼カメラを用い、シミュレーションのみで強化学習を行い、探索・移動・把持・運搬・配置を含む長期的タスクを実世界で約80%の成功率で達成するシステムを開発した。

• 楽観的探索と分布補正を組み合わせたオフポリシー強化学習
  強化学習2021/10/1

  不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。