Michal Nauman

収録論文 5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

• 大きく、正則化し、カテゴリカルに：高容量価値関数は効率的なマルチタスク学習者
  マルチタスク強化学習2025/5/29

  高容量な価値モデルをクロスエントロピーで学習し、学習可能なタスク埋め込みで条件付けることで、オンライン強化学習におけるタスク干渉を解決し、マルチタスク学習をスケーラブルにする手法を提案。

• FastTD3：ヒューマノイド制御のためのシンプルで高速かつ高性能な強化学習
  歩行2025/5/1

  並列シミュレーションや大バッチ更新、分布型クリティックなどの改良を加えたTD3エージェントにより、ヒューマノイドロボットの強化学習を単一GPUで3時間未満に高速化した手法を提案。

• 大きく、正則化し、楽観的に：連続制御における計算効率とサンプル効率のスケーリング
  強化学習2024/5/25

  強化学習において、クリティックネットワークのスケーリングと強力な正則化、楽観的探索を組み合わせることで、サンプル効率と性能を大幅に向上させるBROアルゴリズムを提案した。

• 悲観的Actor-Criticにおける検証バッファの有効性
  強化学習2024/3/1

  悲観的TD学習における批評家ネットワークの誤差蓄積を解析し、検証バッファで悲観度を調整するVPLを提案。移動・操作タスクで性能とサンプル効率を改善。

• On the Theory of Risk-Aware Agents: Bridging Actor-Critic and Economics
  2023/10/30