Ran Wang
収録論文 6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制御学習制御理論
※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
- サブゴールベース階層型強化学習によるマルチエージェント協調マルチエージェント強化学習2024/8/1
複雑なマルチエージェント協調タスクを、環境変化に応じて自律的にサブゴールを生成する階層型強化学習で解き、QMIXを改良して信用割り当てを改善した手法を提案した論文。
- 動的深層ファクターグラフによるマルチエージェント強化学習マルチエージェント強化学習2024/5/1
ファクターグラフを用いて価値関数の分解を動的に生成し、エージェント間の協調を効率的に学習するマルチエージェント強化学習アルゴリズムを提案した。
- データ駆動型反復線形二次レギュレータによる不確実性下の制御学習制御学習2023/11/1
プロセスとセンシングの不確実性がある動的システムに対し、データに基づくiLQRの有効性を解析し、完全観測では大域的最適に収束するが部分観測ではバイアスが生じることを示し、複数ロールアウトの平均化で真の最適解が得られることをロボット例で検証した。
- 情報状態に基づく非線形システムの最適出力フィードバック制御制御理論2021/7/1
部分観測非線形系を過去の観測と入力からなる情報状態で全観測問題に変換し、入出力データのみからARMAモデルでiLQRを拡張して最適出力フィードバック則を設計する手法を提案した。
- 確率的最適非線形制御におけるフィードバック則について制御理論2020/4/1
短いホライズンで決定論的な開ループ問題を繰り返し解くMPC型フィードバックが、ノイズの大きさεに対して真の大域確率的最適政策にO(ε^4)で近いことを示し、確率的動的計画法がノイズに脆弱である一方MPC型が高ノイズでも優れることを明らかにした。
- 非線形動的システム制御のための分離型データベース学習法制御学習2019/4/1
未知の非線形確率システムに対し、開ループ軌道最適化とその周りの線形化による閉ループ制御を分離して行うD2Cアルゴリズムを提案し、従来法より短時間でほぼ最適な制御を学習できることを示した。
