Kazumune Hashimoto
収録論文 4本 ・ フィジカルAI/ロボット学習
安全強化学習運動計画/最適化制御最適化
※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
- 二値フィードバックを用いた長期安全強化学習安全強化学習2024/1/1
二値の安全フィードバックと未知の確率的遷移を持つ制約付きMDPにおいて、各エピソードで安全な状態行動ペアのみを高い確率で実行することを保証する安全強化学習アルゴリズムLoBiSaRLを提案した。
- 強化学習における安全な探索:一般化定式化とアルゴリズム安全強化学習2023/10/1
強化学習の安全な探索問題を統一的に定式化し、制約違反を高確率で防ぎながら方策を最適化するメタアルゴリズムMASEを提案した。
- STLCCP: 信号時相論理仕様のための効率的な凸最適化フレームワーク運動計画/最適化2023/5/1
信号時相論理(STL)仕様を満たす制御問題を、構造を活かした凸最適化(差分凸計画)として効率的に解くフレームワークSTLCCPを提案し、運動計画ベンチマークで既存手法を上回る性能を示した。
- 信号時相論理と凸凹計画の融合:STL仕様のための構造活用型SQPアルゴリズム制御最適化2023/4/1
信号時相論理(STL)仕様を満たす制御問題に対し、ロバスト性関数を凸関数の差(DC)計画に分解し、選言部分のみを近似する逐次二次計画法(SQP)を提案。従来法より局所解に陥りにくく、ロバスト性と計算時間で優れることを示した。
