Tri Ton
収録論文 4本 ・ フィジカルAI/ロボット学習
模倣学習3D認識オフライン強化学習
※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
- 進捗誘導による選好生成:生成型制御ポリシーのアラインメント模倣学習2026/10/19
少数の専門家デモを基準にロールアウトの進捗を測り、擬似選好ラベルを自動生成して生成型ポリシーを人間注釈なしで微調整する手法を提案。
- SenseFuse: 画像と形状エンコーダをラベルなしで融合するオープンボキャブラリ3Dインスタンスセグメンテーション3D認識2026/9/17
2D画像と3D形状エンコーダの失敗パターンが相補的である点に着目し、ラベルなしでシーンごとに融合重みを適応的に選ぶことで、オープンボキャブラリ3Dインスタンスセグメンテーションのマスクラベリング精度を向上させる手法を提案。
- 不確実性を考慮したランク1 MIMO Qネットワークによる高速オフライン強化学習フレームワークオフライン強化学習2026/2/1
オフライン強化学習における分布外データの活用と計算効率の両立を目指し、データの不確実性を定量化してQ関数の下限信頼境界を最大化するランク1 MIMO Qネットワークを提案した。
- 堅牢な方策に向けて:敵対的攻撃と防御によるオフライン強化学習の強化オフライン強化学習2024/5/1
オフライン強化学習の方策を敵対的攻撃と防御で強化する枠組みを提案し、D4RLベンチマークで4種の攻撃と2種の防御を評価して堅牢性向上を実証した。
