Tianqi Wei
収録論文 2本 ・ フィジカルAI/ロボット学習
強化学習歩行
※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
- D2C-HRHR: 高リスク高リターンタスクのための離散行動と二重分布クリティック強化学習2025/10/20
高リスク高リターンなタスクでは行動分布が多峰的で報酬が確率的になるため、連続行動を離散化しエントロピー正則化と二重クリティックで価値分布を推定する強化学習フレームワークを提案した。
- 生体模倣ニューラルネットワークと内在的リズム性を用いた四足歩行の学習歩行2023/5/1
脊髄のリズム生成回路(CPG)を微分可能なネットワークとして再定式化し、MLPと共に強化学習することで、不整地を盲歩行でき外乱にも耐える四足歩行方策を獲得した。
