Yuda Song

収録論文 3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

• 蒸留か決定か？部分観測強化学習におけるアルゴリズム的トレードオフの理解
  部分観測強化学習2025/10/3

  部分観測強化学習において、特権的な潜在状態情報を用いた専門家蒸留と標準的な強化学習の間のトレードオフを理論モデルと実験で調査し、潜在ダイナミクスの確率性が選択に影響することを示した。

• モデルベース強化学習における怠惰の美徳：統一目的関数とアルゴリズム
  モデルベース強化学習2023/3/1

  モデルベース強化学習において、学習モデル内でのポリシー計算を効率化し、モデル適合とポリシー計算の目的不一致を解消する統一目的関数を提案し、計算効率と統計的性能を向上させる手法を開発した。

• Transform2Act：効率的なエージェント設計のための変形・制御ポリシーの学習
  エージェント設計2021/10/1

  エージェントの骨格構造と関節属性の設計を意思決定プロセスに組み込み、グラフベースのポリシーで設計と制御を同時最適化する手法を提案。キリンやイカ、クモに似た設計を自動発見できることを示した。