멀티 모달 입력 토큰 믹서를 Mamba 기반 의사 결정 모델에 통합: Decision MetaMamba
Decision MetaMamba(DMM)는 Mamba의 입력 레이어에 토큰 믹서를 통합하여 오프라인 강화 학습에서 Mamba의 성능을 향상시키고, 인접한 시간 단계의 정보를 유지하는 것의 중요성을 강조합니다.
분류 기반 가치 함수 추정: 오프라인 강화 학습을 위한 쉬운 해결책인가?
본 연구는 분류 기반 목적 함수를 사용하는 것이 기존의 회귀 기반 방법보다 오프라인 강화 학습에서 더 나은 성능을 보일 수 있는지, 그리고 이러한 방법이 다양한 알고리즘과 작업에 어떤 영향을 미치는지 실험적으로 분석합니다.
인수 분해 가능한 행동 공간에서의 오프라인 강화 학습 연구
인수 분해 가능한 행동 공간에서 오프라인 강화 학습을 적용할 경우, 가치 분해를 활용하면 표준 접근 방식에 비해 여러 이점을 얻을 수 있으며, 특히 데이터 효율성과 계산 효율성을 향상시킬 수 있다.
Diffusion 기반 궤적 분기 생성을 통한 Decision Transformer 향상
Decision Transformer(DT)는 오프라인 강화 학습에서 뛰어난 성능을 보이지만, 데이터 세트 내의 준최적 궤적에 수렴하는 경향이 있습니다. 이 연구에서는 Diffusion-Based Trajectory Branch Generation(BG)이라는 새로운 방법을 제안하여 DT가 더 나은 정책을 학습하도록 데이터 세트를 확장합니다. BG는 확산 모델을 사용하여 더 높은 보상으로 이어지는 궤적 분기를 생성하고, 이를 기존 데이터 세트의 궤적에 연결하여 DT가 더 넓은 범위의 행동을 학습할 수 있도록 합니다.
모델 기반 오프라인 강화 학습을 위한 검색 기반 불확실성 추정 방법, SUMO 제안
SUMO는 모델 기반 오프라인 강화 학습에서 모델의 불확실성을 보다 정확하게 추정하여 학습 성능을 향상시키는 새로운 검색 기반 방법입니다.
오프라인 강화 학습을 위한 이중 온화 일반화
오프라인 강화 학습에서 적절한 수준의 일반화는 성능 향상에 중요하며, 이중 온화 일반화(DMG)는 온화한 행동 일반화와 온화한 일반화 전파를 통해 이를 달성하여 가치 과대 평가를 제한하면서도 데이터셋을 넘어서는 일반화를 활용한다.
QPHIL: 계층적 암시적 Q-러닝을 위한 양자화된 플래너를 이용한 내비게이션
QPHIL은 상태 공간을 이산적인 랜드마크로 양자화하고 트랜스포머 기반 플래너를 사용하여 장거리 내비게이션 작업을 위한 효율적인 랜드마크 시퀀스를 생성하는 새로운 계층적 오프라인 강화 학습 방법입니다.
오프라인 강화 학습 정책을 활용하여 RTC의 외인성 확률적 외란을 극복하는 Streetwise 에이전트
제한된 오프라인 데이터로 학습된 강화 학습 정책은 실시간 환경에서 예측하지 못한 외인성 외란에 취약하며, 이를 극복하기 위해 실시간 외란 특성화 및 정량화를 기반으로 배포 후 정책을 조정하는 Streetwise 에이전트 프레임워크를 제안합니다.
오프라인 멀티 에이전트 강화 학습 프레임워크를 활용한 신호등 제어: 이기종 정책 데이터 환경에서의 효율적인 학습 및 성능 향상
본 논문에서는 이기종 행동 정책이 혼재된 오프라인 데이터 환경에서 효율적인 신호등 제어를 위한 새로운 멀티 에이전트 강화 학습 프레임워크인 OffLight를 제안합니다. OffLight는 Importance Sampling과 Return-Based Prioritized Sampling을 활용하여 기존 방법 대비 향상된 성능을 보여줍니다.
비전 언어 모델 피드백을 활용한 실제 환경 오프라인 강화 학습
본 논문에서는 비전 언어 모델의 선호도 피드백을 사용하여 라벨링 되지 않은 오프라인 데이터셋에서 로봇 제어 정책을 학습하는 Offline RL-VLM-F 시스템을 제안합니다.
