Mohamed Nabail
収録論文 2本 ・ フィジカルAI/ロボット学習
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
- UBP2: 不確実性バランス型選好計画による効率的な選好ベース強化学習強化学習2026/6/1
報酬・ダイナミクス・価値関数の不確実性を統合したスコアで軌道を計画し、能動的探索を行うモデルベースの選好強化学習手法を提案した。
- 残差報酬モデルによる選好ベース強化学習強化学習2025/7/1
選好ベース強化学習において、事前知識の報酬と学習した報酬を足し合わせる残差報酬モデルを提案し、収束速度と性能を改善した。
