Wataru Hashimoto
収録論文 2本 ・ フィジカルAI/ロボット学習
安全強化学習
※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
- 二値フィードバックを用いた長期安全強化学習安全強化学習2024/1/1
二値の安全フィードバックと未知の確率的遷移を持つ制約付きMDPにおいて、各エピソードで安全な状態行動ペアのみを高い確率で実行することを保証する安全強化学習アルゴリズムLoBiSaRLを提案した。
- 強化学習における安全な探索:一般化定式化とアルゴリズム安全強化学習2023/10/1
強化学習の安全な探索問題を統一的に定式化し、制約違反を高確率で防ぎながら方策を最適化するメタアルゴリズムMASEを提案した。
