Dimitri Bertsekas

収録論文 5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

• 軌道駆動型ポリシー生成によるオンラインポリシー反復法
  最適制御/ポリシー反復2026/4/16

  固定初期状態の決定論的有限ホライズン最適制御問題に対し、軌道データを用いてコストを単調に改善するポリシーを逐次生成するオンライン手法を提案した。

• 大規模地図上のオンデマンド都市交通問題に対する近似マルチエージェント強化学習
  群制御2023/11/1

  大規模都市での自動運転タクシーの配車問題に対し、需要予測に基づいて地図を分割し、並列ロールアウトで計算コストを抑えつつ安定な準最適方策を実現する二段階アルゴリズムを提案した。

• 需要変動に適応する自律配車・乗車問題のためのマルチエージェント強化学習
  群制御2022/11/1

  都市地図上で確率的に発生する要求に応える自動運転車群の配車・乗車方針を、車両間の協調と将来需要を考慮し、需要分布の変化に適応できる強化学習フレームワークで学習した。

• 部分観測マルチエージェント問題に対するマルチエージェントロールアウトと方策反復：マルチロボット修復問題への応用
  マルチエージェント強化学習2020/11/1

  部分観測下のマルチエージェント動的計画問題に対し、計算量をO(C^m)からO(Cm)に削減するロールアウト法を提案し、複数ロボットが協調してシステムを点検・修復する問題に適用して有効性を示した論文。

• 部分観測環境における分割ロールアウトと政策反復による強化学習：自律型逐次修復問題への応用
  強化学習/部分観測2020/2/1

  部分観測マルコフ決定過程に対し、分割アーキテクチャとニューラルネット分類器を用いた近似政策反復法を提案し、パイプラインの逐次修復シミュレーションで有効性を示した。