Vernon J. Lawhern
収録論文 7本 ・ フィジカルAI/ロボット学習
方針整合/パーソナライズ強化学習模倣学習強化学習/ヒューマンインタラクション
※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
- 匿名クラウドフィードバックから操縦可能な多元的方針整合方針整合/パーソナライズ2026/10/17
注釈者IDを必要とせず、異種の群衆フィードバックからPCA分解で選好方向の共有基底と軌道埋め込みを同時学習し、テスト時に個別ユーザーへ迅速にパーソナライズ整合する枠組みP3Lを提案。
- MO-Playground: ロボティクスのための大規模並列多目的強化学習強化学習2026/3/1
GPU上で高速に動作する多目的強化学習アルゴリズムと環境群を開発し、従来比25〜270倍の高速化でパレート最適方策を学習可能にした。
- R2BC: 単一エージェント実演からのマルチエージェント模倣学習模倣学習2025/10/1
1人の人間がロボットを1台ずつ遠隔操作して実演を集め、マルチロボットの協調行動を模倣学習させる手法を提案し、シミュレーションと実機で有効性を示した。
- 評価ベース強化学習強化学習2023/7/1
サンプルペアの相対比較ではなく、個々の軌跡に対する人間の評価値を用いて報酬を学習する新しい強化学習手法を提案した。
- 視線を活用した模倣学習:多目的予測によるアプローチ模倣学習2021/2/1
人間のデモンストレーションと視線情報を同時に学習するGRILを提案し、ドローンの視覚ナビゲーションタスクで従来手法を上回る性能と汎化を示した。
- 人間の実演と介入を効率的に組み合わせた安全なリアルタイム自律システム訓練模倣学習2018/10/1
人間の実演による模倣学習と介入データによる修正を組み合わせ、クアッドロータの自律着陸タスクを短時間で安全に訓練する手法を提案し、実演のみより少ないデータで性能を向上させた。
- 人間とのインタラクションを活用した自律システムのための学習サイクル強化学習/ヒューマンインタラクション2018/8/1
人間によるデモンストレーション・介入・評価を強化学習と組み合わせ、各モダリティの統合と切り替え基準を定めるCycle-of-Learningフレームワークを提案した論文。
