Michael Beukman

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

• 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。

• 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。

• RobocupGym: RoboCupにおける挑戦的な連続制御ベンチマーク
  強化学習ベンチマーク2024/7/1

  RoboCup 3Dサッカーシミュレーションを基にした強化学習環境を構築し、Naoロボットの連続制御タスクをStable Baselines 3と統合して提供する。