Zhepeng Cen
収録論文 5本 ・ フィジカルAI/ロボット学習
オフライン強化学習/安全RLオフライン安全RL安全強化学習評価・検証
※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
- オフライン安全強化学習のためのデータセットとベンチマークオフライン強化学習/安全RL2023/6/1
ロボット制御から自動運転まで38タスクにわたるオフライン安全強化学習のデータセット・環境ラッパー・ベースライン実装を提供し、大規模実験で性能を比較評価したベンチマークスイートを構築した。
- 制約付き決定トランスフォーマーによるオフライン安全強化学習オフライン安全RL2023/2/1
オフラインデータから安全な方策を学習するため、多目的最適化の観点から制約付き決定トランスフォーマー(CDT)を提案し、展開時に安全性と性能のトレードオフを動的に調整できるようにした。
- 観測摂動下における安全強化学習のロバスト性安全強化学習2022/5/1
安全強化学習が観測への敵対的摂動に対して脆弱であることを示し、報酬最大化攻撃とコスト最大化攻撃の2手法を提案するとともに、頑健な学習フレームワークを提案した。
- 深層重要度サンプリングによる自動運転車の高次元不確実性に対する高速評価評価・検証2022/4/1
深層ニューラルネットワークを用いた重要度サンプリングで、自動運転車の稀な失敗率を少ないサンプル数で高精度に推定する手法を提案した。
- 安全強化学習のための制約付き変分方策最適化安全強化学習2022/1/1
安全制約付き強化学習を確率的推論の枠組みで捉え、EMアルゴリズムにより凸最適化と教師あり学習に分解して安定に方策を学習する手法を提案した。連続ロボットタスクで制約遵守とサンプル効率の向上を示す。
