Faiq Shamass
Independent Researcher
収録論文 2本 ・ フィジカルAI/ロボット学習
強化学習強化学習/連続制御
※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
- SACにおけるtanhヤコビアンの解放:バンバン制御とMetaDriveに関する負の結果強化学習2026/9/8
SACのtanh圧縮による勾配消失を補正するバイパスを試したが、極端な行動が最適なタスクでも性能改善は見られず、むしろ悪化することを示した負の結果。
- ZAPS-DA: ゼロ位相アクション平滑化と分離アクターによる強化学習の連続制御強化学習/連続制御2026/5/1
強化学習で訓練された連続制御ポリシーの高周波なアクションジッタを、位相遅れをほぼ生じさせずに低減する新しい手法を提案。主アクターとは別の分離アクターをゼロ位相フィルタ済みターゲットへの模倣学習で訓練し、推論時はフィルタ不要で平滑なアクションを出力する。
