Thanard Kurutach
収録論文 9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
- 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。
- スパースグラフィカルメモリによるロバストな計画計画2020/3/1
状態と遷移をスパースに保持する新データ構造SGMを提案し、双方向一貫性で状態を統合することで長期的な視覚ナビゲーション計画を高精度に実現した。
- 幻覚的トポロジカルメモリによるゼロショット視覚計画視覚計画2020/2/1
画像空間で直接計画する視覚計画手法を提案し、対照予測符号化による安定したグラフ接続学習と条件付きVAEによる幻覚画像生成で未知領域へのゼロショット計画を実現した。
- 深層変分半教師あり新規性検出異常検知2019/11/1
VAEを用いた半教師あり異常検知のため、正常データと異常データの潜在表現を分離する2つの変分学習手法を提案し、画像・天文・医療データで有効性を示した論文。
- 実演なしで変形物体を操作する学習手法変形物体操作2019/10/1
モデルフリーの視覚強化学習で変形物体操作を実現するため、pick-placeの構造を活かした反復行動空間と、ランダムpick点に対するplace方策からMVPでpickを選ぶ手法を提案し、学習を大幅に高速化、実機PR2へ転移した。
- 視覚的計画と行動によるロボットマニピュレーションの学習マニピュレーション2019/5/1
自己教師ありの画像データから物体操作の目標指向計画を生成する生成モデルと、その計画を追従する視覚サーボ制御を学習し、変形可能なロープ操作を含む環境で有効性を示した。
- 因果InfoGANによる計画可能な表現の学習表現学習・計画2018/7/1
因果InfoGANを用いて高次元観測から低次元の計画可能な表現を学習し、ロープ操作の視覚的計画を生成する手法を提案した論文。
- モデルアンサンブル信頼領域方策最適化モデルベースRL2018/2/1
深層モデルベース強化学習で方策がデータ不足領域を悪用して不安定になる問題に対し、モデルアンサンブルで不確実性を考慮し学習を正則化するME-TRPOを提案し、連続制御ベンチマークでモデルフリー手法よりサンプル効率を大幅に改善した。
- 半静的環境における物体ベースの世界モデリング:依存ディリクレ過程混合モデルによるアプローチ世界モデリング2015/12/1
物体が時々しか状態変化しない半静的環境に着目し、依存ディリクレ過程混合モデルを用いてノイズの多い知覚から物体ベースの世界モデルを効率的に構築・維持する手法を提案した。
