Varun Giridhar
収録論文 2本 ・ フィジカルAI/ロボット学習
ロボット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
- 模倣を超えて:オフポリシーQプランニングによるロボットポリシーの自己改善ロボット学習2026/8/21
大規模な視覚運動BCポリシーに小さなオフポリシーQ関数を組み合わせ、推論時の価値誘導選択とオンライン自己改善を実現。失敗データを活用してベンチマークと実ロボットタスクの成功率を大幅に向上させた。
- PWM: マルチタスク世界モデルによる方策学習モデルベース強化学習2024/7/1
世界モデルをオフラインデータで事前学習し、一次最適化でタスクごとに10分以内に方策を抽出する連続制御のモデルベース強化学習手法を提案。最大152次元の行動空間や80タスクにスケールし、既存手法を上回る性能を示した。
