Karthik Narasimhan
収録論文 6本 ・ フィジカルAI/ロボット学習
推論学習マニピュレーション安全強化学習制約付き強化学習視覚言語ナビゲーション
※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
- LeAct: 専門家の行動から推論を学習する推論学習2026/7/23
専門家システムの行動から、その背後にある思考の連鎖を潜在変数として復元し、自然言語の推論として学習する手法を提案。ゲームやロボティクスで直接模倣を上回る性能を達成した。
- 言語情報を活用した道具操作の高速学習マニピュレーション2022/6/1
道具の自然言語による説明を事前学習言語モデルで特徴量化し、言語条件付きメタ学習によって新しい道具への適応を加速する手法を提案した。
- 自然言語の制約を用いた安全強化学習安全強化学習2020/10/1
自由記述のテキスト制約を解釈して安全に行動する強化学習エージェントを提案し、そのための新ベンチマークHazardWorldを構築した。
- 射影に基づく制約付き方策最適化制約付き強化学習2020/10/1
報酬改善の更新と制約違反を射影で補正する2段階の反復手法PCPOを提案し、理論的な性能保証と収束性を示した上で、複数の制御タスクで制約違反を大幅に削減しつつ報酬を向上させた。
- 進化するグラフィカルプランナー:視覚と言語によるナビゲーションのための文脈的グローバルプランニング視覚言語ナビゲーション2020/7/1
生の感覚入力から動的にグラフ表現を構築し、代理グラフ上で効率的なグローバルプランニングを行うEGPを提案。視覚と言語によるナビゲーションタスクで従来手法を上回る性能を達成。
- 制約不一致な方策を活用した安全強化学習の加速安全強化学習2020/6/1
ベースライン方策と制約が与えられた強化学習で、リターン最大化・ベースラインへの近接・制約充足集合への射影を交互に行う反復最適化法を提案し、有限時間収束を保証した。
