Scott Fujimoto
収録論文 5本 ・ フィジカルAI/ロボット学習
強化学習模倣学習
※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
- 表現学習がマルチタスク深層強化学習のスケーラビリティを実現する強化学習2026/6/4
モデルベース制御ではなく表現学習がマルチタスクRLのスケーラビリティの鍵であると主張し、予測的表現学習と高容量価値関数を組み合わせたモデルフリーアルゴリズムMR.Qを提案・評価した。
- 単体埋め込みによるActor-Criticエージェントのサンプル効率改善強化学習2025/10/1
Actor-Critic強化学習において、埋め込みを単体構造に制約する軽量な表現層を導入し、サンプル効率と最終性能を向上させる手法を提案。
- 事前学習済み表現による汎化可能な模倣学習模倣学習2023/11/1
自己教師ありViTのパッチ埋め込みをクラスタリングして意味的なキーポイントを形成し、外観変化や物体種別に汎化する模倣学習手法DVKを提案した。
- 最適輸送による観察からの模倣学習模倣学習2023/10/1
学習者と専門家の状態軌道間のワッサースタイン距離に基づく報酬を、学習モデルや敵対的学習なしで生成する簡素化された観察からの模倣学習手法を提案し、連続制御タスクで専門家レベルの性能を達成した。
- 正規化フローを用いた観測からの模倣学習模倣学習2022/5/1
専門家の状態観測のみから、正規化フローで状態遷移の密度を学習し報酬として使うことで、不安定な敵対的手法を避けて方策を学習する手法を提案した論文。
