Vladislav Kurenkov
収録論文 8本 ・ フィジカルAI/ロボット学習
強化学習VLAオフライン強化学習進化戦略制御方策学習
※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
- 双対優位フィールド:オフライン目標条件付き強化学習のための方策抽出法強化学習2026/6/2
双対線形価値モデルから局所的な優位信号を抽出する方策抽出法を提案し、オフライン目標条件付き強化学習の性能を向上させた。
- Vintix II: 事前学習済み決定トランスフォーマーはスケーラブルな文脈内強化学習器である強化学習2026/4/1
文脈内強化学習のスケーラビリティを確立するため、多様なマルチドメイン環境にDecision Pre-Trained Transformerを拡張し、Flow Matchingを用いて訓練した。その結果、未見タスクへの汎化性能が向上し、既存手法を上回る性能を示した。
- 視覚言語モデルが実現するタスク中心の潜在行動VLA2026/1/30
視覚言語モデルの常識推論を活用し、動画中のタスクに関連する動きとノイズを分離することで、潜在行動モデルの学習を改善する手法を提案。
- NinA: 正規化フローによるVLAモデルの高速化VLA2025/8/23
VLAモデルの行動デコーダに正規化フローを導入し、拡散モデルと同等の性能を保ちつつ推論を高速化した研究。
- Vintix: 文脈内強化学習による汎用行動モデルVLA2025/1/1
文脈内強化学習(ICRL)をスケールさせるため、クロスドメインで動作する固定の行動モデルを構築し、アルゴリズム蒸留が専門家蒸留に代わる有効な手法であることを示した。
- オフライン強化学習を流す:正規化フローの潜在空間で保守的エージェントを訓練オフライン強化学習2022/11/20
正規化フローで行動を潜在空間にエンコードし、その空間で強化学習を行うことで、オフラインデータ外の行動を避けつつ保守的な方策を学習する手法を提案。
- 微分可能ロボットシミュレータで進化戦略を導く進化戦略2021/10/1
微分可能シミュレータの勾配を進化戦略と組み合わせ、シミュレーションと実機の両方でサンプル効率を3〜5倍改善した。
- 拡張ランダムサーチによるテンセグリティホッパーの安定化制御方策の学習制御方策学習2020/4/1
テンセグリティ構造の跳躍ロボットに対し、拡張ランダムサーチで単一跳躍後の垂直安定を保つ制御方策を学習し、異なる初期条件や制御周波数の変化にも頑健であることを示した。
