Seohong Park
収録論文 11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
- 行動クローニングの謎を解明するベンチマークOCBench模倣学習2026/10/5
人間のデモに似た性質を持つスクリプトポリシーでロボット操作ベンチマークOCBenchを構築し、行動クローニングにまつわる数々の不思議な現象を制御された環境で再現・分析できるようにした。
- 分離型Qチャンキング:批評家と方策のチャンク長を分離した強化学習強化学習2025/12/1
批評家のチャンク長と方策のチャンク長を分離し、短い行動チャンクで方策を最適化することで、長期的な目標条件付きタスクにおけるオフライン強化学習の性能を向上させる手法を提案した。
- 拡散ポリシーを潜在空間強化学習で操縦するVLA2025/6/1
拡散ポリシーの潜在ノイズ空間に強化学習を適用し、実世界で効率的に自律適応させる手法DSRLを提案。
- GHIL-Glue: フィルタリングされたサブゴール画像による階層制御VLA2024/10/1
生成モデルが作るサブゴール画像をフィルタリングし、下位方策と効果的に繋ぐことで、言語条件付きロボット操作の汎化性能を向上させた研究。
- ヒルベルト表現による基盤ポリシーVLA2024/2/1
ラベルなしオフラインデータから、時間構造を保つ潜在表現を学習し、その空間を方向性のある移動で覆うことで、多様な長期行動を獲得し任意の新規タスクにゼロショット適応できる汎用ポリシーを事前学習する手法を提案。
- METRA: 距離認識抽象化によるスケーラブルな教師なし強化学習教師なし強化学習2023/10/1
状態空間全体を直接カバーする代わりに、時間距離で結ばれたコンパクトな潜在空間を移動する多様な行動を学習し、高次元環境でもスケールする教師なし強化学習手法を提案。
- HIQL: 潜在状態を行動として用いるオフライン目標条件付き強化学習オフライン強化学習2023/7/1
オフラインの目標条件付き強化学習において、状態を行動として扱う高レベル方策とサブゴール到達の低レベル方策に階層分解することで、長距離タスクを安定して解く手法を提案した。
- 制御可能性を考慮した教師なしスキル発見強化学習2023/2/1
現在のスキルで達成しにくい状態遷移を優先する距離関数を導入し、複雑で制御が難しいスキルを教師なしで発見する手法CSDを提案。ロボット操作・移動環境で多様な複雑スキルを獲得できることを示した。
- リプシッツ制約付き教師なしスキル発見スキル発見2022/2/1
相互情報量ベースのスキル発見が静的スキルに偏る問題を指摘し、リプシッツ制約を導入して多様で動的・遠到達なスキルを学習する手法を提案。学習した表現をゼロショットで目標追従タスクに活用できる。
- 時間離散化に不変な安全な行動繰り返しによる方策勾配法強化学習2021/11/1
方策勾配法が時間刻みδに依存して不安定になる原因を解析し、確率的環境でも適応的に反応できるδ不変な行動繰り返し手法SARを提案した論文。
- 情報ボトルネックによるオプション学習を用いた教師なしスキル発見教師なしスキル発見2021/6/1
環境の線形化と情報ボトルネックでオプションを抽象化し、報酬なしで多様なスキルを発見する手法IBOLを提案し、MuJoCoで有効性を示した。
