謝秉均

Hsieh, Ping-Chun・資訊學院・資訊科學與工程研究所、數據科學與工程研究所、智能系統研究所

碩士平均畢業時長
2.19 年
中位數 2.03 年・23 人
博士平均畢業時長
5.74 年
中位數 6.34 年・4 人
收錄論文
29 篇
109–115 學年度
全校中位數(供對照)
碩士 2.10・博士 6.11 年

畢業時長趨勢

每學年度畢業人數

只計入有論文收錄的畢業生;中途休學或更換指導教授的學生不會出現在這裡。

研究關鍵字

Reinforcement Learning強化學習深度強化學習多目標強化學習Policy Optimization策略梯度Policy Gradient貝氏最佳化高斯過程Bayesian OptimizationDeep reinforcement learning離線強化學習偏好式強化學習Offline Reinforcement LearningBandits Learning動作限制策略最佳化模型預測控制Model Predictive Control半監督式學習Multi-objective reinforcement learningSemi-supervised learning模仿學習Imitation Learning跨領域遷移Cross-domain transferTransfer learninglearning from demonstrations機器學習Machine LearningGaussian ProcessFew-shot learning無休止多臂機問題反無人機干擾Whittle 指數Restless multi-armed banditsCounter-UAV jammingWhittle index零樣本強化學習對比學習無獎勵表徵學習Preference-based Reinforcement LearningZero-shot Reinforcement LearningContrastive LearningReward-Free Representation Learning多臂老虎機貝葉斯最佳化Bayesian optimization.Action ConstraintsSampling

想看最新的研究方向與計畫經費,也可以查政府研究計畫(GRB)。

指導論文

學年度論文學制入學提交日期畢業時長
115
WhittleFormer: Scalable Neural Index Policies for Dynamic Counter-UAV Jamming
資訊科學與工程研究所
無休止多臂機問題、反無人機干擾、深度強化學習、Whittle 指數、Restless multi-armed bandits、Counter-UAV jamming、Deep reinforcement learning、Whittle index
碩士1132026-08-102.02 年
115
From Reward-Free Representations to Preferences: Rethinking Offline Preference-Based Reinforcement Learning
資訊科學與工程研究所
離線強化學習、偏好式強化學習、零樣本強化學習、對比學習、無獎勵表徵學習、Offline Reinforcement Learning、Preference-based Reinforcement Learning、Zero-shot Reinforcement Learning、Contrastive Learning、Reward-Free Representation Learning
碩士1132026-06-241.89 年
114
Learning to Optimize: Bandit Algorithms and Reinforcement Learning for Black-box Decision Problems
資訊科學與工程研究所
強化學習、多臂老虎機、貝葉斯最佳化、Reinforcement Learning、Bandits Learning、Bayesian optimization.
博士1082025-12-056.35 年
114
Action-Constrained Reinforcement Learning
資訊科學與工程研究所
強化學習、動作限制、多目標強化學習、策略最佳化、Reinforcement Learning、Action Constraints、Sampling、Multi-objective RL、Policy Optimization
博士1082025-12-026.34 年
114
Plan2Align: Predictive Planning Based Test-Time Preference Alignment for Large Language Models
數據科學與工程研究所
大型語言模型、測試階段對齊、模型預測控制、語言模型規劃、上下文學習、Large Language Models、Test-time Alignment、Model Predictive Control、LLM Planning、In-context Learning
碩士1122025-08-072.02 年
114
Semi-Supervised Cross-Domain Imitation Learning
資訊科學與工程研究所
跨領域模仿學習、半監督式模仿學習、跨域映射、自適應加權、不完美示範、Cross-domain imitation learning、Semi-supervised imitation learning、Cross- domain mapping、Adaptive weighting、Imperfect demonstrations
碩士1122025-01-051.43 年
114
Plan2Cleanse: Test-Time Backdoor Detection and Mitigation via Monte-Carlo Planning in Deep Reinforcement Learning
資訊科學與工程研究所
強化學習、後門偵測、後門緩解、測試階段防禦、蒙地卡羅樹搜尋、reinforcement learning、backdoor detection、backdoor mitigation、test-time defense、Monte Carlo tree search
碩士112—無法計算
113
A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning
資訊科學與工程研究所
多目標強化學習、半監督式學習、無回饋強化學習、前向-後向表示法、跨目標 遷移、Multi-objective reinforcement learning、Semi-supervised learning、Reward-free reinforcement learning、Forward-backward representation、Cross-objective transfer
碩士1122025-06-241.90 年
113
Bridging the Reality Gap in Reinforcement Learning: Robust Algorithms and Techniques for Practical Applications
資訊科學與工程研究所・共同指導:王昱舜
強化學習、穩健模型、現實落差、模擬環境、靜態離線數據集、Reinforcement Learning、Robust Model、reality gap、simulation、offline RL
博士1072025-06-106.86 年
113
Improving Anesthesia Simulators via Reinforcement Learning
資訊科學與工程研究所
麻醉、模擬器、序列模型、動態模型、強化學習、變分推斷、Anesthesia、simulator、sequence model、dynamics model、reinforcement learning、variational inference
碩士1112025-05-232.81 年
113
Action-Constrained Imitation Learning
資訊科學與工程研究所
模仿學習、動作限制、軌跡最佳化、模型預測控制、動態時間規整、Imitation Learning、Action Constraint、Trajectory Optimization、Model Predictive Control、Dynamic Time Warping
碩士1112025-04-142.70 年
113
A Study of Deep Reinforcement Learning for Human-Like Behavior Modeling and Scheduling Optimization
資訊科學與工程研究所・共同指導:吳毅成、王豐堅
深度強化學習、人類化行為、受限策略優化、擴增拉格朗日法、工作車間排程問題、彈性工作車間排程問題、動態彈性工作車間排程問題、圖神經網路、Deep Reinforcement Learning (DRL)、Human-Like Behavior、Constrained Policy Optimization、Augmented Lagrangian、Job Shop Scheduling Problem (JSP)、Flexible Shop Scheduling Problem (FJSP)、Dynamic Flexible Job Shop Scheduling Problem (DFJSP)、Graph Neural Networks (GNN)
博士105—無法計算
112
Cross-Domain Knowledge Transfer for RL via Preference Consistency
智能系統研究所
強化學習、深度強化學習、跨領域遷移、遷移式學習、偏好式強化學習、基於人類回饋的強化學習、Reinforcement learning、Deep Reinforcement learning、Cross-domain transfer、Transfer learning、Preferencebased RL、Reinforcement Learning from Human Feedback
碩士1112024-08-022.00 年
112
Survive on Planet Pandora: Robust Cross-Domain RL Under Distinct State-Action Representations
資訊科學與工程研究所
跨領域遷移、遷移學習、強化學習、領域間映射、負遷移、Cross-domain transfer、Transfer learning、Reinforcement learning、Inter-domain mapping、Negative transfer
碩士1112024-07-312.00 年
112
Learning From Demonstrative Experts of Diverse Preference
網路工程研究所
逆強化學習、從示範數據學習、多專家、多目標、半監督式學習、Inverse reinforcement learning、learning from demonstrations、multiple experts、multi-objective learning、semi-supervised learning
碩士1112024-07-291.99 年
112
Learning From Expert Demonstrations With Incomplete Observations
資訊科學與工程研究所
模仿學習、不完整觀察、透過演示學習、Imitation learning、Incomplete observations、Learning from demonstrations
碩士1102024-06-302.91 年
112
Accelerated Policy Gradient: On the Convergence Rates of the Nesterov Momentum for Reinforcement Learning
智能系統研究所
強化學習、機器學習、最佳化、Nesterov 加速梯度、策略梯度、Reinforcement Learning、Machine Learning、Optimization、Nesterov's Accelerated Gradient、Policy Gradient
碩士1112024-06-211.89 年
112
Provably Convergent Mixture-of-Experts in Reinforcement Learning
數據科學與工程研究所
混合專家模型、分層式強化學習、技能組合、漸進式收斂、收斂速率、迷宮、mixture-of-experts、hierarchical reinforcement learning、skill composition、asymptotic convergence、convergence rate、maze2d
碩士1102024-06-182.88 年
112
Model Selection for Offline Model-Based RL: A Bayesian Optimization Approach
數據科學與工程研究所
離線強化學習、貝氏最佳化、動態模型選擇、動態模型距離、高斯過程、Offline Reinforcement Learning、Bayesian Optimization、Dynamics Model Selection、Dynamics Model Distance、Gaussian Process
碩士1102024-02-262.57 年
111
Variance-Reduced Frank-Wolfe Policy Optimization For Action-Constrained Reinforcement Learning
數據科學與工程研究所
強化學習、行動約束強化學習、方差減少、Frank-Wolfe、Actor-Critic、Reinforcement Learning、Action-Constrained Reinforcement Learning、Variance-Reduction
碩士1092023-01-162.46 年
111
Robustifying Proximal Policy Optimization Against Noisy Critics
資訊科學與工程研究所
強化學習、穩健性、策略最佳化、近端策略優化、鉸鏈策略優化、reinforcement learning、Policy optimization、Robustness、Proximal policy optimization、Hinge policy optimization、On-Policy
碩士1092022-12-142.37 年
111
Multi-Objective Time-Varying Bayesian Optimization
數據科學與工程研究所
高斯過程、貝氏最佳化、多目標時變貝氏最佳化、Gaussian process、Bayesian optimization、Multi-objective time-varying Bayesian optimization
碩士1092022-10-242.23 年
111
Adaptive-UCB for Online Restless Bandits
人工智慧技術與應用碩士學位學程
強化學習、多臂機學習、馬可夫鏈、置信區間上界、Reinforcement Learning、Bandits Learning、Markov Chain、Upper Confidence Bound
碩士1092022-10-202.22 年
110
Coordinate Ascent Policy Optimization
資訊科學與工程研究所
策略梯度、座標向上、自然策略梯度、重要性採樣、離軌策略、Policy Gradient、Coordinate Ascent、Off-Policy、Natural Policy Gradient、Importance Sampling
碩士1102022-10-251.23 年
110
Q-Pensive: Boosting Sample Efficiency of Multi-Objective RL Through Memory Sharing of Q-Snapshots
資訊科學與工程研究所
強化學習、多目標強化學習、多任務學習框架、Reinforcement Learning、Multi-Objective Reinforcement Learning、Multi-Task Learning、Soft Actor Critic
碩士1092022-10-112.19 年
110
Accelerating Gaussian Process Regression via Meta-Learned Neural Processes: A Utility-Based MAML Approach 研究生:李昕(Lee, Xin) 指導教授:謝秉均(Hsieh, Ping-Chun) 中華民國一百一十一年二月 February 2022
資訊科學與工程研究所
高斯過程、高斯過程迴歸、元學習、模型無關元學習、小樣本學習、Gaussian Processes、Gaussian Process Regression、Meta learning、Model-agnostic meta learning、Few-shot learning
碩士1082022-03-042.59 年
110
Reinforced Few-Shot Acquisition Function Learning for Bayesian Optimization
資訊科學與工程研究所
貝氏最佳化、強化學習、少樣本學習、機器學習、超參數最佳化、Bayesian optimization、Reinforcement learning、Few-shot learning、Machine learning、Hyperparameter optimization
碩士1082021-08-122.03 年
109
Frank-­Wolfe Policy Optimization for Reinforcement Learning with Action Constraints
網路工程研究所
強化學習、監督式學習、動作限制強化學習、梯度消失、策略演算法、Reinforcement learning、Action­-constrained reinforcement learning、Policy optimization、Zero-­gradient、Supervised learning
碩士1082021-07-231.98 年
109
On the Theory of Policy Improvement in Reinforcement Learning
應用數學系所・共同指導:吳毅成、吳金典
馬可夫決策過程、強化式學習、時間差分演算法、策略梯度、可解釋人工智慧、最佳化控制、自動控制、多旋翼機、Markov Decision Process、Reinforcement Learning、Temporal Difference Learning、Policy Gradient、Explainable AI、Optimal Control、Autonomous Control、Multicopter
博士1052020-01-013.42 年