Mukesh Ghimire
収録論文 6本 ・ フィジカルAI/ロボット学習
ゲーム理論/制御制御/ゲーム理論群制御自動運転/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
- 状態制約付き一般和微分ゲームのためのパラメトリック価値近似ゲーム理論/制御2025/3/1
状態制約下の一般和微分ゲームの価値関数を、ゲームパラメータから価値関数へ写像するハイブリッドニューラルオペレータで近似し、安全性を向上させた研究。
- パラメトリック一般和微分ゲームを解くためのポントリャーギン・ニューラルオペレータ制御/ゲーム理論2024/1/1
状態制約を含む一般和微分ゲームの値関数と方策を、ポントリャーギン型ニューラルオペレータとコ状態損失で学習し、パラメータ空間全体で汎化可能な安全性能を実現した研究。
- 状態制約付き二人一般和微分ゲームのための価値近似制御/ゲーム理論2023/11/1
状態制約により価値関数が不連続になる二人微分ゲームにおいて、PINNの弱点を克服する3つの手法(ハイブリッド学習、価値硬化、エピグラフ法)を比較し、ハイブリッド学習が安全性と汎化で優れることを示した。
- 群れ同士の二人一般和ゲームを解く群制御2023/10/1
二つのサブスウォーム間の一般和ゲームをコルモゴロフ前方方程式でモデル化し、物理情報ニューラルネットワークでナッシュ均衡方策を学習する手法を提案した。
- 2人一般和微分ゲームにおける不連続ナッシュ均衡値の近似ゲーム理論/制御2022/7/1
報酬が不連続な2人微分ゲームでナッシュ均衡方策を求める際、自己教師あり学習では不連続解を学習できない問題に対し、教師ありナッシュ均衡とHJI PDEを組み合わせたハイブリッド法と報酬を徐々に硬くする値硬化法を比較し、ハイブリッド法が安全性で優れることを示した。
- 深層強化学習による車線変更の意思決定自動運転/強化学習2021/12/1
ルールベース制約を組み合わせたDQNで車線変更の意思決定を行い、Udacityシミュレータで安全性と効率を検証した研究。
