敵対的模倣学習による人間の動作学習

• 強化学習は高次元のヒューマノイド制御に進展しているが、動作が非人間的になることがある。
• 本研究では、部分観測されたデモから人間らしい動作パターンを生成する手法を提案する。
• 異なる物理パラメータを持つ体からのデモでも適用可能で、サブスキルポリシーを構築できる。

深層強化学習の進展により、ヒューマノイドの動作制御が可能になっていますが、単純な報酬関数では非人間的な動作が生じることがあります。本研究では、部分的に観測されたデモから人間らしい動作を生成する敵対的模倣学習の手法を提案します。このアプローチにより、異なる物理パラメータを持つ体からのデモでも効果的にサブスキルポリシーを構築できる点が新しいです。特に、ロボティクスやアニメーションに興味がある研究者に向いています。

ロボティクスやアニメーションに興味がある研究者や開発者に向いています。