Bruno Castro da Silva
収録論文 5本 ・ フィジカルAI/ロボット学習
安全フィルタ/CBF階層強化学習モデルベース強化学習強化学習オープンエンド学習
※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
- 潜在バリア誘導:生成計画のための階層的安全機構安全フィルタ/CBF2026/11/9
流れマッチング生成計画において、行動潜在を安全余裕の大きい方向へ誘導した上で経路空間のCBF補正を残差のみに適用する階層的安全フレームワークを提案し、安全性を保ちつつ目標到達性と補正負担の改善を示した。
- 後知恵経験再生によるスパース報酬下でのオプション学習の実現階層強化学習2026/2/1
スパース報酬の多目標環境で階層強化学習のオプション学習を可能にするため、後知恵経験再生(HER)を統合し、さらに物体操作向けに二重目標HER(2HER)を提案した論文。
- SINDyを用いたモデルベース強化学習モデルベース強化学習2022/8/1
物理系の支配方程式をSINDyで同定し、少ない軌道データから高精度なモデルを学習して強化学習に活用する手法を提案した。
- 文脈依存な複数タスクの自律学習強化学習2020/11/1
ロボットが環境の文脈変化を検出し、既存ポリシーの転移学習で新文脈のタスクを素早く獲得するオープンエンド学習アーキテクチャC-GRAILを提案し、障害物のあるシミュレーション環境で有効性を示した。
- 相互依存タスクの自律的オープンエンド学習オープンエンド学習2019/5/1
タスク選択をマルコフ決定過程として扱い、内的動機付けに基づくロボット制御アーキテクチャで、ヒューマノイドが相互依存する複数のリーチングタスクを自律的に学習できることを示した。
