Enrico Marchesini
収録論文 8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
- 確率的列挙による制御バリア関数設計:安全な強化学習ナビゲーション安全強化学習/ナビゲーション2025/4/1
確率的列挙で危険領域を特定し、制御バリア関数に基づく安全層を構築することで、任意の強化学習ナビゲーション方策を安全に補正する階層制御フレームワークを提案した。
- エントロピー探索による安全なマルチエージェント協調マルチエージェント強化学習2024/12/1
チーム制約下でのマルチエージェント強化学習において、観測エントロピー最大化で探索を促し、安全性を保ちつつ協調行動を学習する手法E2Cを提案。
- ε-再訓練による方策最適化の改善強化学習2024/6/12
方策最適化において、エージェントが望ましい行動を取れなかった状態領域を再訓練し、性能とサンプル効率を向上させる手法を提案。
- マップレスナビゲーションにおける安全な深層強化学習のためのオンライン安全特性の収集と洗練安全強化学習2023/2/1
訓練時にコスト信号から安全特性を自動生成・統合するCROPフレームワークを提案し、マップレスナビゲーションで従来の安全DRLより高い報酬と少ない違反を実現した。
- 安全な地図なしナビゲーションのためのカリキュラム学習ナビゲーション2021/12/1
カリキュラム学習と転移学習を組み合わせ、地図なしロボットナビゲーションの安全性を標準的なend-to-end学習と比較検証した論文。未見環境での衝突を10%削減し、形式検証でも有効性を確認した。
- 水上ナビゲーションにおける安全な深層強化学習のベンチマーク安全強化学習2021/12/1
水上ロボットの安全な航法のための新しいベンチマーク環境を提案し、勾配ベースと非勾配ベースを組み合わせた学習法と区間解析による検証手法を評価した論文。
- マルチロボット強化学習による地図なしナビゲーションのためのDuelingネットワークで状態価値を集中化する手法マルチロボット強化学習2021/12/1
CTDEパラダイムにおいて、集中型状態価値ネットワークでジョイント状態価値を計算し各エージェントの更新にグローバル状態情報を注入する新アーキテクチャを提案。2・4・8台のロボットナビゲーション実験でVDNやQMIXを上回る性能を示した。
- 形式検証を用いた安全強化学習による自律手術支援ロボットの組織牽引手術ロボティクス2021/9/1
手術サブタスク自動化のための安全制約付き強化学習フレームワークを提案し、形式検証で危険状態の確率を評価して安全動作を保証した。
