Ti-Rong Wu
収録論文 2本 ・ フィジカルAI/ロボット学習
強化学習敵対的攻撃
※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
- 行動量子化と軌道最適化による人間らしい強化学習エージェントの学習強化学習2025/11/1
人間のデモをベクトル量子化VAEでマクロ行動に蒸留し、軌道最適化として人間らしさを定式化することで、報酬最大化と人間類似行動を両立する強化学習フレームワークMAQを提案した。
- AlphaZero系エージェントは敵対的摂動に頑健か?敵対的攻撃2022/11/1
囲碁AIに対し、意味のない手を加えた敵対的状態を効率的に探索する初の攻撃手法を開発し、KataGoなどのエージェントが明らかな悪手を指すことを示した。
