Anca Dragan
収録論文 11本 ・ フィジカルAI/ロボット学習
VLA報酬学習選好学習
※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
- 時間表現アラインメント:後継特徴がロボット指示追従における創発的な構成性を可能にするVLA2025/2/1
現在と将来の状態表現を時間的に整合させる損失で学習することで、明示的なサブタスク計画や強化学習なしに、基本タスクの組み合わせからなる複合タスクをこなせる構成性がロボット操作タスクで向上することを示した論文。
- 比較言語フィードバックによる軌道改善と報酬学習報酬学習2024/10/1
軌道データと言語フィードバックを統合した潜在空間を学習し、比較言語フィードバックからロボット軌道を反復改善しつつ人間の選好を報酬関数として学習する手法を提案した。
- 選好に基づく報酬学習のための汎用的獲得関数選好学習2024/3/1
選好クエリの生成において、報酬パラメータの完全な特定ではなく、行動等価クラスを学習することを目的とした汎用的な獲得関数を提案し、情報利得基準よりも優れた性能を示した。
- Goal Representations for Instruction Following: A Semi-Supervised Language Interface to Control2023/7/1
- Toward Grounded Commonsense Reasoning2023/6/1
- Towards Modeling and Influencing the Dynamics of Human Learning2023/1/1
- The Boltzmann Policy Distribution: Accounting for Systematic Suboptimality in Human Models2022/4/1
- AvE: Assistance via Empowerment2020/6/1
- On the Utility of Model Learning in HRI2019/1/1
- Comparing Human-Centric and Robot-Centric Sampling for Robot Deep Learning from Demonstrations2016/10/1
- Functional Gradient Motion Planning in Reproducing Kernel Hilbert Spaces2016/1/1