Benjamin Eysenbach

収録論文 29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

• LeAct: 専門家の行動から推論を学習する
  推論学習2026/7/23

  専門家システムの行動から、その背後にある思考の連鎖を潜在変数として復元し、自然言語の推論として学習する手法を提案。ゲームやロボティクスで直接模倣を上回る性能を達成した。

• 占有報酬整形：オフライン目標条件付き強化学習におけるクレジット割り当ての改善
  強化学習2026/4/1

  生成世界モデルから最適輸送を用いて幾何学的情報を抽出し、報酬関数を整形することで、スパース報酬環境でのクレジット割り当て問題を緩和する手法を提案。13の長距離タスクで2.2倍の性能向上を実証し、核融合制御にも応用。

• 時間的表現による探索：外部報酬なしでの複雑な探索行動の学習
  探索2026/3/2

  時間的コントラスト表現を用いて、未来の予測が難しい状態を優先的に探索する手法を提案し、移動・操作・身体化AIタスクで複雑な探索行動を学習できることを示した。

• 単一表現で全ての報酬を最適化することは本当に可能か？
  強化学習2026/2/1

  強化学習における教師なし事前学習の理論的理解を深め、後退・前進表現学習の新しい変種を提案し、ゼロショット性能を大幅に改善した。

• スケーラブルな目標条件付き強化学習のためのマルチステップ準距離学習
  目標条件付き強化学習2025/11/1

  マルチステップモンテカルロリターンを用いて準距離を学習するオフライン目標条件付き強化学習手法を提案し、長期的な視覚タスクや実世界のロボット操作で有効性を示した。

• SLAP: 抽象プランニングのためのショートカット学習
  タスク・モーションプランニング2025/11/1

  既存のタスク・モーションプランニングの選択肢を活用し、強化学習で新たなショートカット行動を自動発見することで、より短い計画と高い成功率を実現する手法を提案。

• 自己教師あり強化学習のための1000層ネットワーク：深さのスケーリングが新たな目標到達能力を可能にする
  自己教師あり強化学習2025/3/19

  自己教師あり強化学習において、ネットワークを最大1024層まで深くすることで、目標到達タスクの成功率が2倍から50倍に向上し、学習される行動も質的に変化することを示した。

• GHIL-Glue: フィルタリングされたサブゴール画像による階層制御
  VLA2024/10/1

  生成モデルが作るサブゴール画像をフィルタリングし、下位方策と効果的に繋ぐことで、言語条件付きロボット操作の汎化性能を向上させた研究。

• HIQL: Offline Goal-Conditioned RL with Latent States as Actions
  2023/7/1
• Contrastive Example-Based Control
  2023/7/1
• Simplifying Model-based RL: Learning Representations, Latent-space Models, and Policies with One Objective
  2022/9/1
• Mismatched No More: Joint Model-Policy Optimization for Model-Based RL
  2021/10/1
• Recurrent Model-Free RL Can Be a Strong Baseline for Many POMDPs
  2021/10/1
• Rapid Exploration for Open-World Navigation with Latent Goal Models
  2021/4/1
• Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills
  2021/4/1
• Replacing Rewards with Examples: Example-Based Policy Search via Recursive Classification
  2021/3/1
• Maximum Entropy RL (Provably) Solves Some Robust RL Problems
  2021/3/1
• ViNG: Learning Open-World Navigation with Visual Goals
  2020/12/1
• Model-Based Visual Planning with Self-Supervised Functional Distances
  2020/12/1
• f-IRL: Inverse Reinforcement Learning via State Marginal Matching
  2020/11/1
• Learning to be Safe: Deep RL with a Safety Critic
  2020/10/1
• Interactive Visualization for Debugging RL
  2020/8/1
• Off-Dynamics Reinforcement Learning: Training for Transfer with Domain Classifiers
  2020/6/1
• Weakly-Supervised Reinforcement Learning for Controllable Behavior
  2020/4/1
• Rewriting History with Inverse RL: Hindsight Inference for Policy Improvement
  2020/2/1
• Efficient Exploration via State Marginal Matching
  2019/6/1
• Search on the Replay Buffer: Bridging Planning and Reinforcement Learning
  2019/6/1
• Diversity is All You Need: Learning Skills without a Reward Function
  2018/2/1
• Leave no Trace: Learning to Reset for Safe and Autonomous Reinforcement Learning
  2017/11/1