Aniruddh G. Puranic
収録論文 5本 ・ フィジカルAI/ロボット学習
模倣学習/強化学習強化学習/安全制御模倣学習
※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
- 不完全なデモンストレーションからの学習:時間行動木ガイドによる軌道修復模倣学習/強化学習2026/4/1
不完全なデモンストレーションを時間行動木(TBT)仕様に基づいて修復し、修復された軌道から報酬関数を抽出して強化学習を効率的に導くフレームワークを提案した。
- リスク感応型行動価値反復と分位点回帰による安全志向強化学習制御強化学習/安全制御2025/6/1
CVaRを用いたリスク正則化分位点ベース強化学習を提案し、動的環境での移動ロボット制御において衝突を減らし目標達成率を向上させる。
- 時相論理仕様に基づく見まね学習の改善模倣学習2023/11/1
時相論理で記述されたタスク目標をグラフに符号化し、実演者と学習エージェントの振る舞いを評価する指標を導入することで、必要な実演数を大幅に削減しつつ制御方策を学習する手法を提案した。
- 実演から性能グラフを学習するタスク評価手法模倣学習2022/4/1
ユーザーの実演と形式的タスク仕様から、仕様間の優先順位を表す性能グラフを自動学習し、手動指定と同等の制御方針が得られることを示した。
- 信号時相論理で示範の品質を評価する模倣学習模倣学習2021/2/1
信号時相論理を用いて示範の品質を評価・順位付けし、非マルコフ報酬を生成することで、不完全な示範に頑健な模倣学習手法を提案した論文。
