Tim Seyde
収録論文 12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
- ループアクター：強化学習のための深さ方向リカレント推論モデル強化学習2026/9/29
共有パラメータを繰り返し適用するループ型トランスフォーマーポリシーを提案し、状態に応じて計算量を適応的に変えることで、パラメータ数が16倍のベースラインと同等以上の性能を22タスクで達成した。
- オンボード視覚言語モデルを用いたマルチエージェントロボット制御マルチエージェント制御2026/7/1
外部計算に依存せず、搭載ハードウェア上で動作する小型VLMを専門エージェントとして複数配置し、産業倉庫内の移動マニピュレータを制御するマルチエージェントシステムを提案・検証した。
- ロボット配置空間における無衝突凸ポリトープ生成の高速化アルゴリズム動作計画2024/10/1
ロボットの配置空間で衝突のない凸領域を効率的に生成する2つの新アルゴリズムを提案し、従来手法より大幅な高速化と調整容易性を実現した。
- 成長するQネットワーク：適応的制御解像度による連続制御タスクの解決強化学習2024/4/1
離散行動空間を粗い解像度から細かい解像度へと成長させることで、連続制御タスクにおける強化学習の性能を向上させる手法を提案。
- 視覚的注意を用いた協調飛行制御に向けて飛行制御/並列自律2022/12/1
パイロットの視線とニューラルネットの顕著性マップを比較し、注意が一致しないときだけ自律システムが介入する「エアガーディアン」を提案。固定翼シミュレーションとクアッドロータ実機で有効性を示した。
- Q学習による連続制御の解決連続制御2022/10/1
バンバン動作の離散化と価値分解を組み合わせ、単一エージェント制御を協調型マルチエージェント強化学習として捉えることで、シンプルなQ学習が連続制御タスクでアクター・クリティック法に匹敵する性能を達成することを示した。
- もつれ解き木表現によるニューラルポリシーの解釈解釈性2022/10/1
決定木を用いてロボット学習ポリシーの潜在表現をもつれ解きし、その解釈性を集中度・相互情報量・モジュール性の観点から定量評価する手法を提案した。
- 近傍Mixup経験リプレイ：連続制御タスクのサンプル効率を高める局所的凸補間強化学習/経験リプレイ2022/5/1
状態行動空間で近傍の遷移同士をMixup補間するリプレイバッファNMERを提案し、TD3で平均94%、SACで29%のサンプル効率改善を達成した。
- バンバン制御だけで十分？ベルヌーイ方策による連続制御の解法連続制御2021/11/1
連続制御の強化学習で、各行動次元の極値のみを選ぶベルヌーイ方策（バンバン制御）が複数のベンチマークで最先端性能を達成することを示し、探索と学習の影響を模倣学習で分離して分析した論文。
- 深層潜在空間競争：潜在空間における視覚制御ポリシーの競争学習強化学習/マルチエージェント2021/2/1
学習した世界モデルの潜在空間内で自己対戦を想像し、画像入力から競争的な視覚制御ポリシーを強化学習する手法を提案し、マルチエージェントレースベンチマークで有効性を示した。
- 楽観的計画学習：潜在モデルアンサンブルによる不確実性誘導の深層探索深層強化学習/探索2020/10/1
潜在ワールドモデルと価値関数のアンサンブルで長期リターンの不確実性を見積もり、UCB目的で探索を誘導するLOVEを提案。視覚ロボット制御タスクでサンプル効率を平均20%以上改善した。
- ベイズ最適化によるハイブリッド軌道最適化を用いた歩行計画歩行2019/3/1
脚式ロボットの歩行計画において、接触スケジュールの選択をベイズ最適化で学習する二段階最適化手法を提案し、単脚ホッピングの計画で有効性を示した。
