Wilko Schwarting
収録論文 10本 ・ フィジカルAI/ロボット学習
※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
- 成長するQネットワーク:適応的制御解像度による連続制御タスクの解決強化学習2024/4/1
離散行動空間を粗い解像度から細かい解像度へと成長させることで、連続制御タスクにおける強化学習の性能を向上させる手法を提案。
- Q学習による連続制御の解決連続制御2022/10/1
バンバン動作の離散化と価値分解を組み合わせ、単一エージェント制御を協調型マルチエージェント強化学習として捉えることで、シンプルなQ学習が連続制御タスクでアクター・クリティック法に匹敵する性能を達成することを示した。
- 近傍Mixup経験リプレイ:連続制御タスクのサンプル効率を高める局所的凸補間強化学習/経験リプレイ2022/5/1
状態行動空間で近傍の遷移同士をMixup補間するリプレイバッファNMERを提案し、TD3で平均94%、SACで29%のサンプル効率改善を達成した。
- 深層インタラクティブ運動予測と計画:運動予測モデルとゲームする計画・予測2022/4/1
ゲーム理論的MPCと対話型マルチエージェント方策を組み合わせ、予測と計画を密結合して自動運転のインタラクティブな挙動を生成する手法を提案。
- バンバン制御だけで十分?ベルヌーイ方策による連続制御の解法連続制御2021/11/1
連続制御の強化学習で、各行動次元の極値のみを選ぶベルヌーイ方策(バンバン制御)が複数のベンチマークで最先端性能を達成することを示し、探索と学習の影響を模倣学習で分離して分析した論文。
- VISTA 2.0: 自動運転向けマルチモーダルセンシングと方策学習のためのオープンなデータ駆動型シミュレータsim2real2021/11/1
RGBカメラ・3D LiDAR・イベントカメラを統合したオープンソースのデータ駆動型自動運転シミュレータを開発し、実車展開でsim-to-real転移と実データのみより高いロバスト性を示した。
- データ駆動シミュレーションによるインタラクティブ運転ポリシーの学習自動運転/sim2real2021/11/1
インペイントした他車両を用いるシミュレーション手法を提案し、マルチエージェント相互作用を含む運転ポリシーを学習、実車へ直接転移できることを示した。
- 深層潜在空間競争:潜在空間における視覚制御ポリシーの競争学習強化学習/マルチエージェント2021/2/1
学習した世界モデルの潜在空間内で自己対戦を想像し、画像入力から競争的な視覚制御ポリシーを強化学習する手法を提案し、マルチエージェントレースベンチマークで有効性を示した。
- 楽観的計画学習:潜在モデルアンサンブルによる不確実性誘導の深層探索深層強化学習/探索2020/10/1
潜在ワールドモデルと価値関数のアンサンブルで長期リターンの不確実性を見積もり、UCB目的で探索を誘導するLOVEを提案。視覚ロボット制御タスクでサンプル効率を平均20%以上改善した。
- 信念空間における確率的動的ゲームゲーム理論/信念空間計画2019/9/1
不確実性下で他エージェントと相互作用するためのゲーム理論的POMDPをガウス信念空間のiLQGで解き、追跡・誘導・レースに応用した研究。
