Siddhant Agarwal

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

• 正則化潜在ダイナミクス予測は行動基盤モデルの強力なベースラインである
  強化学習2026/3/1

  ゼロショット強化学習のための状態特徴学習において、複雑な表現学習目的が本当に必要かを検証し、潜在空間での次状態予測に直交性正則化を加えたシンプルな手法RLDPが、既存の複雑な手法と同等以上の性能を達成することを示した。

• 目標条件付き強化学習のためのヌル反事実的因子相互作用
  目標条件付き強化学習2025/5/6

  物体中心タスクで後知恵リラベリングが失敗する問題に対し、原因物体が存在しなければ対象物体の遷移が変わったはずという「ヌル反事実」で相互作用を定義し、それを後知恵リラベリングと組み合わせて学習効率を改善する手法を提案した。

• 古典的ロボティクススタックへの強化学習統合：ロボットサッカーにおけるケーススタディ
  強化学習/sim2real2024/12/1

  ロボカップSPL向けに、古典的ロボティクススタック内に強化学習を統合し、マルチフィデリティsim2realとサブ行動分解・ヒューリスティック選択を組み合わせたアーキテクチャを開発し、2024年大会で優勝した。

• RLZero: ドメイン内教師なしで言語から直接方策を推論
  VLA2024/12/1

  言語指示から動画生成モデルで想像した観測を対象環境に投影し、教師なし強化学習で事前学習したエージェントが即座に模倣することで、追加学習なしに言語から行動を生成する手法を提案。

• ロボットエアホッケー：強化学習のためのマニピュレーションテストベッド
  sim2real2024/5/1

  ロボットエアホッケーを題材に、到達からブロック押し出しまで多様なタスクと2つのシミュレータ・実機を含む強化学習テストベッドを構築し、模倣学習・オフラインRL・スクラッチRLで評価した。

• $f$-Policy Gradients: A General Framework for Goal Conditioned RL using $f$-Divergences
  2023/10/1