Rinu Boney
収録論文 8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
- 時間的一貫性のみに基づく簡素化強化学習モデルベースRL2023/6/1
潜在時間的一貫性で学習した潜在ダイナミクスモデルのみを用いる簡素な表現学習が、高次元の運動タスクで高性能な強化学習を実現し、既存手法より高速に学習できることを示した。
- SACPlanner: ソフトアクタークリティックと極座標表現による実世界衝突回避ナビゲーション2023/3/1
ROSのローカルプランナを強化学習で訓練し、SACアルゴリズムの改良により1万エピソードでほぼ完璧な訓練を達成、実機でDWAより反応的な障害物回避を実現した。
- オフラインからオンライン強化学習への安定した適応のための適応的行動クローニング正則化オフライン強化学習2022/10/1
オフライン強化学習で事前学習したエージェントをオンライン微調整する際、行動クローニング損失の重みを性能と安定性に基づいて適応的に調整し、さらにQ関数のランダム化アンサンブルを用いることで、性能崩壊を防ぎつつサンプル効率を向上させる手法を提案。
- 追加の教師なしで特徴点を学習し画像からの強化学習を改善強化学習2021/6/1
微分可能な特徴点抽出器を強化学習エージェントに直接組み込み、事前学習や追加損失なしで画像からの制御性能を向上させた研究。
- RealAnt:教育・研究向けの低コスト四足歩行ロボット歩行2020/11/1
強化学習のベンチマーク「Ant」を低コストで物理実装したRealAntを開発し、10分未満の経験で歩行を学習できることを示した。
- 低コスト実世界強化学習ベンチマークとしての自動運転学習(L2D)実世界RL/自動運転2020/8/1
Donkey carをミニチュアコースで走らせる低コストな実世界RLベンチマークを提案し、単眼画像と速度のみから脱輪を報酬に既存RLアルゴリズムが5分以内で運転を学習できることを示した。
- エネルギーベースモデルによるモデルベース計画の正則化モデルベースRL2019/10/1
学習したダイナミクスモデルによる計画を、状態遷移のエネルギー推定で正則化する手法を提案し、連続制御タスクで少ない経験での高性能を実現した。
- ノイズ除去オートエンコーダによる軌道最適化の正則化モデルベース強化学習2019/3/1
学習した環境モデルによる軌道最適化の誤差悪用を防ぐため、同じ軌道で訓練したノイズ除去オートエンコーダで正則化する手法を提案し、運動制御タスクでの初期学習の高速化を示した。
