Zhangjie Cao
収録論文 10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
- マルチモーダルなデモンストレーションからの動特性外模倣学習模倣学習2022/11/1
模倣者と異なる動特性を持つ多様なデモンストレーターからの模倣学習において、デモのマルチモーダル性を考慮した転移可能性評価手法を提案し、複数環境で有効性を示した。
- マスク付き模倣学習:マルチモーダル実演における環境不変モダリティの発見模倣学習2022/9/1
マルチモーダルな実演データから、意思決定に不要で環境間で分布が変わるモダリティを二値マスクと二段階最適化で自動的に除外し、環境に依存しない制御方策を学習する手法を提案。
- 滑らかな注意事前分布を活用したマルチエージェント軌道予測軌道予測2022/3/1
運転時の人間の注意が急変しない性質に着目し、時間的な滑らかさの事前分布を注意モデルに導入することで、マルチエージェントの軌道予測精度と学習効率を向上させた研究。
- 弱教師あり対応学習対応学習2022/3/1
厳密なペアデータと教師なし学習の中間として、時系列順序とペア抽象化という2種類の弱教師信号を用い、異なる身体・ダイナミクス間の状態行動対応を高精度に学習する手法を提案。
- 不完全なデモンストレーションからの敵対的信頼度転移による学習模倣学習2022/2/1
信頼度付きのデモがある環境から、ラベルなしデモしかない環境へ敵対的分布マッチングで信頼度予測器を転移し、有益なデモを重み付けして方策を学習する手法を提案した。
- 異なるダイナミクスを持つ実演者を模倣するための実行可能性学習模倣学習2021/10/1
実演者と模倣者のダイナミクスが異なる場合でも、実演が模倣者にとって実行可能かを評価する指標を学習し、有益な実演を優先して模倣する手法を提案した。
- 信頼度を考慮した模倣学習:最適性の異なるデモンストレーションからの学習模倣学習2021/10/1
最適性がばらつくデモンストレーションから、信頼度スコアと高性能な方策を同時に学習する枠組みCAILを提案し、理論的な収束保証と実機実験で有効性を示した論文。
- 不完全なデモンストレーションからの模倣学習:動特性が異なるエージェントへの対応模倣学習2021/3/1
最適でない、あるいは動特性の異なるエージェントが生成したデモンストレーションから模倣学習するため、実現可能性スコアと最適性スコアからなる指標を開発し、有用なデモを選択的に活用する手法を提案した。
- ホモトピー類をまたぐ転移強化学習転移強化学習2021/2/1
強化学習のファインチューニングは、元タスクと目標タスクの軌道が異なるホモトピー類に属すると性能が大きく劣ることを示し、緩和段階とカリキュラム学習段階からなるEase-In-Ease-Outファインチューニングを提案した論文。
- 模倣方策の強化学習による制御でニアミス運転に対応自動運転2020/7/1
運転モードごとの模倣学習方策と、モードを切り替える強化学習方策を階層的に組み合わせ、ニアミス状況での安全性と効率を高めた研究。
