Yuanchu Liang
The Australian National University
収録論文 3本 ・ フィジカルAI/ロボット学習
拡散ポリシー/強化学習POMDP計画
※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
- 潜在ノイズ表現ブリッジによる拡散ポリシーの効率的ファインチューニング拡散ポリシー/強化学習2026/11/5
拡散・フローポリシーの強化学習による適応において、ノイズ空間と行動空間を共有表現で結ぶブリッジ方程式を導出し、ノイズエイリアシング問題を解消するLARBRIDアルゴリズムを提案した。歩行・操作タスクで2〜3倍の性能向上を達成。
- 速く遠くを見る:高速状態サンプリングによる長期的オンラインPOMDP計画POMDP計画2026/6/1
不確実性下での動作計画に用いるPOMDPの長期的問題を解くため、高速サンプリングベースの動作計画で多様なマクロアクションを生成し、信念空間サンプリングを偏らせて高品質な方策を導出する新しい近似オンラインソルバーROP-RAS3を提案した。
- 高速状態空間サンプリングによる長期的オンラインPOMDP計画のスケーリングPOMDP計画2024/11/1
ロボットの不確実性下の計画で使われるPOMDPについて、状態空間を高速サンプリングしてマクロ行動を生成し、長期的な計画を効率的に解くオンラインソルバROP-RaS3を提案した。100ステップ超の計画や15次元状態空間の問題で既存手法を大幅に上回る。
