Vincent Mai
収録論文 3本 ・ フィジカルAI/ロボット学習
強化学習自己位置推定
※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
- SHAPO: シャープネスを考慮した安全探索のための方策最適化強化学習2026/6/1
エピステミック不確実性に基づく安全探索手法を提案し、パラメータ摂動に対する感度を利用して方策更新を悲観的にすることで、未探索領域での安全な行動を促進する。
- 不確実性推定によるサンプル効率の高い深層強化学習強化学習2022/1/1
強化学習におけるノイズの多い価値推定を、ベイズ的不確実性推定と逆分散重み付けで軽減し、サンプル効率を改善する手法を提案した論文。
- 深層能動的自己位置推定自己位置推定2019/3/1
シミュレーションで学習し実機にゼロ調整で転移できる、知覚CNNと強化学習プランナを組み合わせた能動的自己位置推定のエンドツーエンド手法を提案した。
