ガウス平滑化を用いたソフト決定論的方策勾配
決定論的方策勾配（DPG）の学習安定性を向上させる新しい強化学習アルゴリズムが提案されました。
ロボット
521件
NavOne: トップダウンマップを用いた視覚言語ナビゲーションにおけるワンステップグローバルプランニング
視覚言語ナビゲーション（VLN）において、ワンステップでグローバルな経路計画を行う新手法「NavOne」が発…
連続強化学習のための演算子ガイド不変性学習
連続強化学習において、価値を保持する構造を自動で発見し、学習効率と安定性を向上させる新手法が提案さ…
協調性が重要：協調型マルチエージェント強化学習の評価
協調型マルチエージェント強化学習の評価において、単なる結果だけでなく、エージェント間の協調メカニズ…
マルチエージェント強化学習によるクロスモーダルナビゲーション
複数の感覚モダリティを統合するマルチエージェント強化学習フレームワーク「CRONA」が提案されました。
視覚的ポイントゴールナビゲーションのための効率的な昆虫着想アプローチ
昆虫の脳構造に着想を得たモデルが、視覚的ポイントゴールナビゲーションで高い性能を示しました。
教師なし視覚トレースからリフトされた行動モデルを学習
AIが行動モデルを、行動の観察なしに視覚情報のみから学習する新しいフレームワークが提案されました。
証明可能な安全性を備えた強化学習における解析的勾配の活用
解析的勾配ベースの強化学習に、初の効果的な安全対策が開発されました。
AsyncVLA：視覚言語行動モデルのための非同期フローマッチング
ロボットの行動生成において、非同期フローマッチング（AFM）を導入したAsyncVLAが開発されました。
視覚言語行動モデルにおけるスキル知識の継続的進化
視覚言語行動（VLA）モデルが、ネットワークパラメータを増やさずに継続的にスキル知識を学習するフレーム…
Action-to-Actionフローマッチング：ロボット制御の高速化と汎用性向上
ロボットの行動予測において、過去の自己受容感覚に基づき行動を生成する新しい手法が開発されました。
知覚型ヒューマノイドによるパルクール：モーションマッチングによる動的ヒューマンスキルの連鎖
ヒューマノイドロボットが、視覚情報に基づき複雑な障害物コースでパルクールを自律的に実行しました。