Te Sun
Shanghai Jiao Tong University
収録論文 4本 ・ フィジカルAI/ロボット学習
エージェントメモリ管理強化学習継続強化学習
※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
- MemForest: EventTree分割と段階的マージによる効率的なエージェントメモリ管理エージェントメモリ管理2026/9/8
エージェントの履歴メモリをイベント単位に分割し、最大全域木と冗長ノードの段階的マージで圧縮するフレームワークを提案。メモリ圧縮率50%で性能をほぼ維持しつつ、検索を高速化した。
- オンライン抽象状態表現学習による効率的な方策最適化強化学習2021/9/1
状態表現学習を方策最適化と統合し、動的損失重み付けと専門家デモンストレーションの活用によりサンプル効率と最終報酬を改善するアルゴリズムPOARを提案した論文。
- 少数の専門家デモで効率的に誘導する深層強化学習強化学習2020/2/1
SACをベースに、少数の専門家デモから識別器とガイダーを学習し、適切な状態でエージェントを誘導することで探索効率と学習安定性を改善した手法を提案。
- 方策蒸留とSim2Real転移による実環境での継続強化学習継続強化学習2019/6/1
3輪オムニロボットの2Dナビゲーションを題材に、状態表現学習と方策蒸留を組み合わせて、逐次与えられる複数タスクを忘れずに解く継続強化学習手法を実機へ適用した。
