Soohyun Choi
収録論文 3本 ・ フィジカルAI/ロボット学習
オフライン強化学習強化学習
※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
- 役割適応型方策最適化によるオフライン強化学習オフライン強化学習2026/9/30
オフライン強化学習において、価値学習と実行での方策の役割に応じて更新係数を適応させるRAPOを提案し、TD3+BCやIQLの性能を向上させた。
- オフライン方策改善に1ステップで十分か?オフライン強化学習2026/9/3
オフライン強化学習における方策改善を多段近接方策改善(MPI)として定式化し、固定全ホライズンでの分割と局所ホライズンでの追加精緻化の効果を分析した。TD3+BCとIQLで実験し、分割が有用な全ホライズンの範囲を広げ、追加精緻化がリターンを改善することを示した。
- PathBridger: オフライン目標条件付き強化学習のためのサブゴール橋渡し強化学習2026/8/29
オフライン目標条件付き強化学習において、サブゴール選択と短期実行を明示的に橋渡しする階層的手法を提案し、多物体操作タスクで大きな性能向上を達成した。
