Shaohuai Liu
収録論文 4本 ・ フィジカルAI/ロボット学習
連続制御/プランニング強化学習モデルベース強化学習
※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
- 連続制御のための反復Gumbelプランニング連続制御/プランニング2026/11/1
探索ベース計画と連続ガウス方策の不整合を解消するため、次元ごとの因子化カテゴリ方策とGumbel Top-Kサンプリング、MPPI型反復探索を組み合わせたIGPを提案し、DMControlとHumanoidBenchで最先端性能を達成した。
- タスクをスケールせよ:マルチタスクモデルベース強化学習によるヒューマノイド制御の習得強化学習2026/3/1
サンプル数ではなくタスク数を増やすことで、モデルベース強化学習がヒューマノイドの多様なスキルを効率的に学習できることを示した論文。
- EfficientZero V2:限られたデータで離散・連続制御をマスターする強化学習2024/3/1
限られたデータで効率的に学習できる強化学習フレームワークEfficientZero V2を提案し、連続・離散行動や視覚・低次元入力など多様なタスクで既存手法を上回る性能を示した。
- EfficientZero:限られたデータでAtariゲームを攻略するサンプル効率の高いモデルベース強化学習モデルベース強化学習2021/11/1
MuZeroをベースに、少ない環境ステップで人間を超える性能を達成するサンプル効率の高いモデルベース視覚強化学習アルゴリズムEfficientZeroを提案した。Atari 100kベンチマークで平均194.3%の人間性能を達成し、DQNの2億フレーム時の性能に500分の1のデータで匹敵する。
