Wonjoon Goo
収録論文 4本 ・ フィジカルAI/ロボット学習
模倣学習オフラインRL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
- 模倣学習のためのランキングゲーム模倣学習2022/2/1
模倣学習を方策と報酬の2プレイヤーランキングゲームとして定式化し、専門家デモと選好データの両方から同時に学習できる新アルゴリズムを提案した論文。
- 一度だけ評価せよ:オフライン強化学習のためのシンプルなベースラインオフラインRL2021/10/1
オフライン強化学習において、ポリシー評価を一度だけ行う単純なベースラインを提案し、D4RLベンチマークで競争力のある性能を示した。
- 自己教師ありオンライン報酬整形による疎報酬環境の効率化強化学習2021/3/1
疎な報酬しか得られない環境で、軌跡のランキングを自己教師信号として報酬関数を自動的に密化し、任意のRLアルゴリズムのサンプル効率を向上させる手法を提案した。
- 補助動画からの行動局在化による一回観察学習模倣学習2018/6/1
1回の教示と補助動画から多段階タスクの各行動を局在化し、報酬関数と方策を学習してロボットに実行させる手法を提案。
