Jakob Foerster

収録論文 6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

• HyperVLA：ハイパーネットワークによるVision-Language-Actionモデルの効率的推論
  VLA2025/10/1

  ハイパーネットワークを用いて推論時にタスク特化の小型ポリシーのみを活性化することで、VLAモデルの推論コストを大幅に削減する手法を提案。

• Kinetix：オープンエンドな物理ベース制御タスクによる汎用エージェントの訓練
  強化学習/汎用エージェント2024/10/30

  何千万もの2D物理タスクを自動生成し、Jax2Dという高速物理エンジンを用いて汎用強化学習エージェントを訓練。未見の人間設計環境をゼロショットで解き、微調整で標準RLを上回る性能を示した。

• 学習環境を用いたソフトロボットの強化学習制御
  ソフトロボティクス2024/10/1

  データから学習した並列化可能な合成環境で強化学習を行い、ソフトロボットを閉ループ制御する手法を提案した。

• 後悔なし：カリキュラム発見のための後悔近似の調査と改善
  強化学習2024/8/1

  強化学習のカリキュラム設計において、既存の後悔近似が実際には成功率と相関していることを明らかにし、学習可能性の高いシナリオを直接訓練する手法を提案した。

• 方策誘導拡散モデルによるオフライン強化学習
  オフライン強化学習2024/4/1

  拡散モデルで行動方策の軌道を生成し、目標方策の誘導を加えることで、オフライン強化学習の性能を向上させる手法を提案した論文。

• Nocturne: a scalable driving benchmark for bringing multi-agent learning one step closer to the real world
  2022/6/1