Daniel Bostwick

収録論文 3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

• 部分的観測動的ゲームにおける未知の対戦相手に対するレベルK政策の編成
  マルチエージェント強化学習2026/10/4

  未知の対戦相手の推論レベルを推定して応答を選ぶ従来手法を、部分的観測マルコフゲームにおける動的な政策編成問題として定式化し、強化学習ベースの編成器が分類ベースより高いリターンを達成することを示した。

• 部分観測環境における追跡者に依存しないチーム追跡戦略
  群制御2025/11/1

  都市環境で2機のUAVが追跡者を追う問題に対し、深層強化学習で段階的に敵対的方策を訓練し、オンライン分類で最適応答を選ぶ二段階ニューロシンボリック手法を提案した。

• 部分的に観測可能な都市環境における人間中心の火災避難を支援する協調自律ドローン
  群制御2025/10/1

  火災避難時に人間のパニック行動を考慮し、2種類のUAVが協調して避難者を探索・誘導するPOMDPベースの強化学習フレームワークを提案。