Shaoping Xiao
収録論文 6本 ・ フィジカルAI/ロボット学習
動作計画強化学習/時相論理/自動機強化学習/時相論理/計画
※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
- 時間制約付き強化学習によるロボット動作計画動作計画2026/1/1
MITL仕様を時間付きオートマトンに変換し、MDP/POMDP下でQ学習により時間制約を満たす方策を学習する枠組みを提案。グリッドワールドとサービスロボットで有効性を検証。
- 部分観測環境における複雑タスクのためのモデルフリー動作計画動作計画2023/5/1
LTLとLDGBAを用いて複雑なタスクを表現し、LSTM付き深層Q学習で部分観測環境での動作計画をモデルフリーで学習する手法を提案した。
- 未知の動的環境におけるソフト制約付き時間論理を用いたオンライン動作計画動作計画2021/10/1
時間制約付きタスクをMITLで記述し、安全制約をハード・タスクをソフトとして緩和した時間付き積オートマトンを構築、リセッディングホライズン制御で未知動的環境でのオンライン動作計画を実現した。
- 限定的決定性一般化ビュッヒ自動機を用いたソフト制約付き時相論理制御の強化学習強化学習/時相論理/自動機2021/1/1
不確実な環境でのロボット動作計画を対象に、緩和した線形時相論理制約の下で強化学習により制御方針を生成する手法を提案した論文。
- 線形時相論理仕様の充足確率を最大化するモデルフリー強化学習制御強化学習/時相論理/計画2020/10/1
環境と運動の不確実性を確率的ラベル付きMDPでモデル化し、LTL仕様をLDGBAに変換して、充足確率を最大化する制御方策をモデルフリー強化学習で学習する手法を提案した論文。
- 実行不可能なLTL制約下での最適確率的動作計画動作計画2020/7/1
不確実性を含む環境でLTLタスクを満たす動作計画を、タスクが実行不可能な場合にも対応できるよう緩和積MDPと多目的最適化で解く手法を提案した論文。
