Yihuan Mao
収録論文 3本 ・ フィジカルAI/ロボット学習
選好ベース強化学習強化学習強化学習コンペ設計
※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
- OPRIDE: データセット内探索によるオフライン選好ベース強化学習選好ベース強化学習2026/2/19
オフライン選好ベース強化学習において、クエリ効率を高めるための探索戦略と割引スケジューリングを組み合わせた手法を提案し、少ないクエリで高性能を達成した。
- SEIHAI: サンプル効率の高い階層型AIによるMineRL競技への挑戦強化学習2021/11/1
MineRLのObtainDiamondタスクを、人間のデモンストレーションを活用してタスクを逐次的なサブタスクに分割し、強化学習と模倣学習で各エージェントを訓練、スケジューラで自動選択する階層型AIを提案し、NeurIPS-2020 MineRL競技で優勝した。
- 堅牢でドメイン非依存な強化学習コンペティション設計へ向けて強化学習コンペ設計2021/6/1
再学習・ドメインランダム化・ドメイン難読化・計算資源制限の4機構で、再現性が高く汎用的でサンプル効率の良いアルゴリズムを促すコンペ設計を提案し、MineRL 2020で実証した。
