Adam Wierman

収録論文 4本 ・ フィジカルAI/ロボット学習

※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

• SPiDR: 悲観的ドメインランダム化によるsim-to-real転移のゼロショット安全性
  sim2real2025/9/1

  ドメインランダム化に悲観性を導入し、sim-to-realギャップ下でも安全制約を保証するスケーラブルな安全強化学習手法を提案し、実機ロボットで有効性を示した。

• オンライン方策最適化によるロボット制御器の高速非エピソード適応チューニング
  適応制御2025/7/1

  エピソードや状態リセットなしの単一軌道で時変ダイナミクスに適応するオンライン方策最適化アルゴリズムM-GAPSを提案し、クアッドロータとAckermann車の実機で有効性を示した。

• ロバスト制約付きMDPにおける反復計算量保証付き効率的方策最適化
  強化学習2025/5/1

  実モデルとシミュレータのずれがある状況で、最悪ケースのモデルに対しても制約を満たしつつ報酬を最大化する方策を、二分探索なしでO(ε^-2)反復で学習する手法を提案した論文。

• Robust Gymnasium：ロバスト強化学習のための統合モジュラー型ベンチマーク
  ロバスト強化学習/ベンチマーク2025/2/1

  ロバスト強化学習の標準ベンチマークが不足している問題に対し、エージェントの観測・報酬・行動・環境の多様な撹乱をサポートする60以上のタスク環境を備えた統合ベンチマークを提案し、既存手法を評価した。