Xubo Lyu
収録論文 6本 ・ フィジカルAI/ロボット学習
ナビゲーションロバスト強化学習制御/強化学習マルチエージェント強化学習強化学習
※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
- 安全なロボットナビゲーションのためのハードウェア高速化ベイズ推論による高速な信頼度考慮型人間予測ナビゲーション2026/3/1
GPUで並列化したベイズ推論により、人間の将来軌道を粒子として高周波(125Hz)で予測し、複数人環境での安全なロボットナビゲーションを実現した。
- 解釈可能なハミルトン・ヤコビ到達可能性に導かれた外乱によるロバスト方策の学習ロバスト強化学習2024/9/1
ハミルトン・ヤコビ到達可能性解析を用いて最悪ケースの外乱を生成し、敵対的強化学習と組み合わせることで、外部のブラックボックス敵対者なしにロバストな方策を訓練するフレームワークを提案した。
- タスク指向Koopman制御と対照エンコーダによる高次元非線形システムの操作制御/強化学習2023/9/1
強化学習と対照エンコーダを組み合わせ、Koopman潜在表現・演算子・線形制御器を同時学習することで、ピクセル入力やLiDAR観測を伴う高次元複雑系のタスク指向制御を実現した。
- 非同期オプション選択を可能にする条件付き推論型マルチエージェント方策勾配法マルチエージェント強化学習2022/3/1
エージェントごとにオプションの選択・完了タイミングが異なる非同期な協調マルチエージェント問題に対し、条件付き推論で集中方策とその勾配を導出する新しいMAPG手法を提案し、実験で有効性を示した。
- 方策勾配法における誘導探索のための最適制御ベースのベースライン強化学習2020/11/1
強化学習の方策勾配法において、最適制御問題の価値関数をベースラインとして用いることで、分散低減だけでなく誘導的な探索を実現し、疎な報酬環境でのロボット学習で有効性を示した論文。
- 到達時間関数に基づく報酬整形でモデルフリー強化学習を効率化強化学習2019/3/1
低次元の近似モデルから計算した到達時間(TTR)関数を報酬整形に用い、モデルフリー強化学習のデータ非効率性を改善する手法を提案した。
