Peter J. Ramadge
収録論文 4本 ・ フィジカルAI/ロボット学習
安全制御安全強化学習制約付き強化学習
※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
- 高速・滑らか・安全:到達回避微分動的計画法による陰的制御バリア関数安全制御2023/7/1
HJ到達回避微分動的計画法をリcedingホライズンで用い、無限時間の安全保証を保ちつつ滑らかな安全フィルタを実現する陰的CBFを提案した論文。
- 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。
- 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。
