Zhongwen Xu
収録論文 4本 ・ フィジカルAI/ロボット学習
オフライン強化学習変形可能物体操作強化学習基盤模倣学習
※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
- 相互情報量正則化によるオフライン強化学習オフライン強化学習2022/10/14
データセット内の状態と行動の相互情報量を直接制約することで、分布シフトに強いオフライン強化学習フレームワークMISAを提案し、D4RLベンチマークで大幅な性能向上を達成した。
- DaXBench: 微分可能物理に基づく変形可能物体操作のベンチマーク変形可能物体操作2022/10/1
ロープ・布・液体の操作を含む9つの高難度タスクを備えた、微分可能物理シミュレータベースの変形可能物体操作ベンチマークを提案し、計画・模倣学習・強化学習手法を比較評価した。
- EnvPool: 強化学習環境の高速並列実行エンジン強化学習基盤2022/6/1
強化学習のボトルネックである環境シミュレーションを並列化し、Atariで毎秒100万フレーム、MuJoCoで毎秒300万フレームを達成する高速実行エンジンを提案。
- 微分可能物理シミュレータによる模倣学習模倣学習2022/6/1
微分可能な物理シミュレータを方策学習の計算グラフに組み込み、専門家軌道との距離を最小化する単一ループの模倣学習手法を提案。収束速度・安定性・最終性能を改善し、未知環境への転移も可能にした。
