Xiaoteng Ma
収録論文 2本 ・ フィジカルAI/ロボット学習
歩行模倣学習
※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
- 拡散モデルとオンライン強化学習を統合した四足ロボットのロバスト制御歩行2025/7/1
拡散モデルによる多タスク事前学習とオンラインPPO微調整を組み合わせ、言語指示に従って四足ロボットを制御するフレームワークDMLocoを提案。
- ワッサースタイン距離で導く報酬形状探索付き敵対的模倣学習模倣学習2020/6/1
JSダイバージェンスの代わりにワッサースタイン距離を用い、PPOと報酬形状の探索を組み合わせて模倣学習の安定性と性能を向上させた手法を提案した。
