Florian Vogt

収録論文 3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

• FlashSAC: 高次元ロボット制御のための高速かつ安定なオフポリシー強化学習
  強化学習2026/4/1

  オフポリシー強化学習の不安定性を解決するため、勾配更新を削減しつつモデル規模とデータ処理量を増やし、ノルム制約で安定化したFlashSACを提案。60以上のタスクでPPO等を上回る性能と効率を示した。

• 重み正規化によるCrossQのスケーリング
  強化学習2025/6/4

  強化学習手法CrossQに重み正規化を導入し、高いUTD比でも安定して学習できるようにしてサンプル効率を改善した研究。

• バッチ・重み正規化によるオフポリシー強化学習のスケーリング
  強化学習2025/2/11

  CrossQに重み正規化を組み込み、高い更新対データ比でも安定して学習できるようにし、連続制御タスクでのサンプル効率を改善した。