Weijun Dong
Amazon
収録論文 4本 ・ フィジカルAI/ロボット学習
強化学習/マニピュレーション模倣学習
※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
- フロー反転アクションアンカーによるサンプル効率の高い強化学習方策改善強化学習/マニピュレーション2026/10/16
フローマッチング方策のノイズ空間を流れの反転で状態条件付き潜在アンカーに変換し、その周辺で粒子探索と価値誘導サンプリングを行うことで、実機マニピュレーションの成功率とサンプル効率を向上させた研究。
- 残差モデリングでロボット学習の回帰と生成ポリシーのギャップを埋める模倣学習2026/10/8
ロボットの模倣学習において、MSE回帰とフローマッチングの性能差を残差の統計的性質から分析し、ヘテロスケダスティックなStudent-t回帰により生成ポリシーに匹敵する性能をより高速に実現した。
- 後知恵オンライン模倣によるフローから方策への変換模倣学習2025/12/1
高レベルプランナが生成した2D点フローを、オンライン試行錯誤と後知恵目標再ラベリングで目標条件付き模倣方策に接地し、操作タスクの性能を2倍以上に改善する手法を提案。
- 自動割引スケジューリングによる観察からの模倣学習模倣学習2023/10/1
観察のみからの模倣学習(ILfO)において、進捗依存タスクで初期行動の学習が妨げられる問題を解決するため、訓練中に割引率を適応的に変化させる自動割引スケジューリング(ADS)を提案し、Meta-Worldの9タスクで最先端手法を上回る性能を示した。
