Hana Hoshino
収録論文 2本 ・ フィジカルAI/ロボット学習
軌道予測逆強化学習
※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
- 軌道予測における連携指標の重要性:より良い評価基準の提案軌道予測2023/5/1
複数エージェントの軌道予測において、従来の単一エージェント指標ではなく連携指標(JADE, JFDE, 衝突率)で評価することの重要性を示し、連携指標を組み込んだ損失関数を提案して性能を改善した。
- OPIRL: 分布マッチングによるサンプル効率の良いオフポリシー逆強化学習逆強化学習2021/9/1
オフポリシーデータの分布マッチングを用いて環境との相互作用を大幅に削減し、汎化性の高い報酬関数を学習する逆強化学習手法を提案した論文。
