Ryan Sander

収録論文 2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

• 近傍Mixup経験リプレイ：連続制御タスクのサンプル効率を高める局所的凸補間
  強化学習/経験リプレイ2022/5/1

  状態行動空間で近傍の遷移同士をMixup補間するリプレイバッファNMERを提案し、TD3で平均94%、SACで29%のサンプル効率改善を達成した。

• 深層潜在空間競争：潜在空間における視覚制御ポリシーの競争学習
  強化学習/マルチエージェント2021/2/1

  学習した世界モデルの潜在空間内で自己対戦を想像し、画像入力から競争的な視覚制御ポリシーを強化学習する手法を提案し、マルチエージェントレースベンチマークで有効性を示した。