Friedrich Solowjow
収録論文 5本 ・ フィジカルAI/ロボット学習
モデルベース強化学習基盤モデル触覚安全強化学習能動学習
※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
- すべてのモデルは誤り、どこが誤りかを知ることが有用:強化学習におけるモデル不確実性についてモデルベース強化学習2026/5/31
モデルベース強化学習におけるモデルの不正確さを扱う枠組みを提案し、不確実性を適切に扱うことでモデルの悪用を防ぎ、ハードウェア上での直接学習や安全な探索の成功を示した。
- 純粋な合成データから動的システムの基盤モデルを構築基盤モデル2024/12/1
再現核ヒルベルト空間から動的関数をサンプリングして合成データのみでTransformer基盤モデルを事前学習し、様々な動的システムの予測に汎化できることを示した。
- カーネル二標本検定によるマルチモーダル・マルチユーザ表面認識触覚2023/3/1
画像・音・触覚などの異種データをカーネル二標本検定で直接比較し、108クラスの表面認識で97.2%の精度を達成した手法を提案。
- 安全な価値関数:安全性と最適性を両立するペナルティ設計の理論安全強化学習2021/5/1
強化学習で失敗へのペナルティを報酬に加える手法について、安全性と最適性の関係を厳密に解析し、両立する「安全な価値関数」の十分条件とペナルティの構造を明らかにした理論研究。
- ガウス過程ダイナミクスの能動学習能動学習2019/11/1
ガウス過程回帰の情報理論的特性を活かし、系のダイナミクス制約を守りつつ不確実性の高い領域を選んで効率的に力学系を学習する能動学習手法を提案し、数値ベンチマークで検証した。
