Patrick Jaillet
収録論文 3本 ・ フィジカルAI/ロボット学習
強化学習ベイズ最適化分散センシング
※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
- 選択モデル支援Q学習による遅延フィードバック収益管理強化学習2026/2/2
遅延フィードバックのある収益管理において、較正済み離散選択モデルを部分的世界モデルとして用いて学習目標の遅延成分を補完するQ学習を提案し、理論的収束保証とホテル予約データに基づく実験で有効性と限界を示した。
- リプシッツ連続報酬関数を用いたガウス過程プランニング:ベイズ最適化と能動学習の統合に向けてベイズ最適化2015/11/1
リプシッツ連続な報酬関数のクラスを導入し、ベイズ最適化と能動学習を統一的に扱う非近視眼的ガウス過程プランニングの枠組みを提案。ε最適方策と分枝限定法による anytime 変種を導出し、実時間計画を可能にした。
- 移動センサによる分散データ融合と能動センシングで交通現象をモデリング・予測分散センシング2012/6/1
都市道路網の交通現象を予測するため、移動センサが分散的にデータを融合し能動的に探索するD2FASアルゴリズムを提案し、集中型手法と同等の予測性能を保ちつつ高速・高スケールであることを実データで示した。
