Alper Kamil Bozkurt
収録論文 9本 ・ フィジカルAI/ロボット学習
※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
- 信号時相論理のための報酬機械強化学習/時相論理2026/8/13
信号時相論理(STL)仕様を強化学習で満たすための、オートマトンに基づく効率的な記憶機構とマルコフ報酬を導入し、既存のロバスト性報酬より高い満足率とロバスト性を達成した。
- 微分可能シミュレーションを用いた線形時相論理による学習の加速強化学習/形式仕様2025/6/1
線形時相論理(LTL)と微分可能シミュレータを統合し、形式仕様から直接勾配ベースで学習できる初のエンドツーエンド枠組みを提案。接触の多い連続制御タスクで学習を大幅に加速し、離散ベースラインの最大2倍のリターンを達成した。
- LTL目的のためのベルマン方程式の解の一意性について強化学習2024/4/1
LTL目的の代理報酬で用いられる2つの割引率を持つベルマン方程式が一意解を持つ条件を明らかにし、棄却BSCC内の状態の解を0とする条件が十分であることを証明した。
- 部分観測マルコフ決定過程に対する時相論理制約付き強化学習強化学習2021/4/1
未知の部分観測環境で時間依存の安全制約を満たす制御器を、信念MDPと時相論理の積構成を用いた強化学習で学習する手法を提案した論文。
- 安全性と有効性を両立する制御方策のモデルフリー学習強化学習/安全制御2021/3/1
未知のMDP環境において、安全性を最優先しつつLTL仕様の充足確率と制御性能報酬を最大化するモデルフリー強化学習アルゴリズムを提案した論文。
- 確率的ゲームにおける時相タスクの最適戦略学習強化学習/時相論理2021/2/1
環境モデルが未知でもLTL仕様を満たす制御器を、確率的ゲームとしてモデル化しモデルフリー強化学習で学習する手法を提案。
- モデルフリー強化学習によるステルス攻撃に耐える安全計画強化学習/安全計画2020/11/1
制御信号への攻撃を確率的ゲームとして定式化し、環境が未知でもモデルフリー強化学習でLTL仕様を満たす安全な計画を学習する手法を提案した。
- 未知環境における線形時相論理目標のためのモデルフリー強化学習強化学習2020/10/1
遷移確率やモデル構造が未知の確率的ゲームにおいて、LTL仕様を満たす確率を最大化する制御戦略をモデルフリー強化学習で学習する手法を提案し、運動計画の事例で有効性を示した。
- 線形時相論理仕様からのモデルフリー強化学習による制御合成強化学習2019/9/1
未知の確率的環境において、LTL仕様を満たす確率を最大化する制御方策をモデルフリー強化学習で学習する手法を提案し、報酬と経路依存割引の設計により最適方策への収束を保証した。
