Sebastian Curi

収録論文 5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

• 分布に戻れ：リターン・トゥ・ディストリビューション計画によるロバスト模倣
  模倣学習/マニピュレーション2023/5/1

  専門家データと実環境の分布ずれに対処するため、模倣方策と「専門家分布に戻す」プランナを組み合わせたPOIRを提案し、操作タスクで初期状態やノイズに対するロバスト性を示した。

• 学習したダイナミクスを用いた勾配ベース軌道最適化
  軌道最適化2022/4/1

  ニューラルネットで学習した微分可能なダイナミクスモデルと勾配ベース軌道最適化を組み合わせ、SpotやRCカーで高ダイナミックなタスクを実現した研究。

• ベイズ世界モデルによる制約付き方策最適化
  モデルベースRL/安全制約2022/1/1

  ベイズ世界モデルの不確実性を利用し、タスク目的の楽観的上界と安全制約の悲観的上界を最大化するモデルベース強化学習手法LAMBDAを提案し、Safety-Gymで高いサンプル効率と制約違反の少なさを示した。

• 楽観的方策探索と計画による効率的なモデルベース強化学習
  モデルベース強化学習2020/6/1

  不確実性を考慮した楽観的探索を標準的な貪欲プランナで解ける形に再定式化し、学習効率を大幅に改善する手法H-UCRLを提案した論文。

• 単一軌道から不安定LQRの安定化制御器を学習する手法
  制御理論2020/6/1

  未知の線形二次レギュレータに対し、楕円体不確かさ集合内の全システムを安定化するSDPベースのロバスト制御器合成と、単一軌道データから効率的に安定化制御器を同定するアルゴリズムを提案した。