Lei Ying
University of Michigan
収録論文 2本 ・ フィジカルAI/ロボット学習
強化学習/PbRL強化学習/障害物回避
※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
- SP3O: 報酬モデリングなしでセグメント選好から強化学習する手法強化学習/PbRL2026/8/3
報酬モデルを使わずに、セグメント単位の選好フィードバックから方策を直接学習する新しい勾配ベースのPbRLアルゴリズムSP3Oを提案した。理論的解析とロボット制御・LLM微調整での実験で、特に長期的タスクでの性能向上を示した。
- 深層強化学習による連続行動空間での小型無人航空機の障害物回避強化学習/障害物回避2021/11/1
PPOベースの深層強化学習を用い、小型無人航空機が連続的な方位角・速度制御で障害物を回避しながら目的地へ向かう誘導手法を提案し、静的・動的障害物環境で99%以上の成功率を達成した。
