Vitchyr H. Pong
収録論文 4本 ・ フィジカルAI/ロボット学習
メタ強化学習強化学習/マニピュレーション計画立案自己教師あり強化学習
※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
- オフラインメタ強化学習におけるオンライン自己教師あり学習の活用メタ強化学習2021/7/1
オフラインデータでメタ学習した方策が適応時に生じる分布シフトを、報酬ラベル不要のオンライン教師なしデータ収集で橋渡しするハイブリッド手法を提案し、ロボットの歩行・操作タスクで有効性を示した。
- 目標分布で条件付けする汎用強化学習ポリシー強化学習/マニピュレーション2021/4/1
目標を分布として表現し、それに条件付けられた汎用ポリシーをオフポリシーRLで学習するDisCo RLを提案し、新しい目標分布への汎化を要するロボット操作タスクで従来法を大きく上回った。
- ゴール条件付き方策を用いた計画立案計画立案2019/11/1
強化学習で学習したゴール条件付き方策を計画に組み込み、潜在変数モデルで状態を抽象化することで、画像ベースのロボットナビゲーションやマニピュレーションの多段階タスクを効率的に解く手法を提案した。
- Skew-Fit: 状態被覆を最大化する自己教師あり強化学習自己教師あり強化学習2019/3/1
目標到達ポリシーのための探索目的を定式化し、目標分布のエントロピー最大化により状態被覆を高めるSkew-Fitを提案。実ロボットがピクセル入力のみからドア開けを報酬設計なしで学習できることを示した。
