Sahil Badyal
収録論文 2本 ・ フィジカルAI/ロボット学習
マルチエージェント強化学習強化学習/部分観測
※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
- 部分観測マルチエージェント問題に対するマルチエージェントロールアウトと方策反復:マルチロボット修復問題への応用マルチエージェント強化学習2020/11/1
部分観測下のマルチエージェント動的計画問題に対し、計算量をO(C^m)からO(Cm)に削減するロールアウト法を提案し、複数ロボットが協調してシステムを点検・修復する問題に適用して有効性を示した論文。
- 部分観測環境における分割ロールアウトと政策反復による強化学習:自律型逐次修復問題への応用強化学習/部分観測2020/2/1
部分観測マルコフ決定過程に対し、分割アーキテクチャとニューラルネット分類器を用いた近似政策反復法を提案し、パイプラインの逐次修復シミュレーションで有効性を示した。
