Cameron Voloshin
収録論文 3本 ・ フィジカルAI/ロボット学習
強化学習モデルベース強化学習
※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
- 最終的割引による時相論理の反事実経験リプレイ強化学習2023/3/1
線形時相論理(LTL)仕様を最大確率で満たす方策を強化学習で見つけるため、最終的割引という価値関数プロキシと、反事実推論によるオフポリシーデータ生成法を提案した。
- ミニマックスモデル学習モデルベース強化学習2021/3/1
モデルベース強化学習において、分布シフトの補正に着目した新たなオフポリシー損失関数を提案し、モデル誤差や分布シフトに対する頑健性を理論的・実験的に示した論文。
- Empirical Study of Off-Policy Policy Evaluation for Reinforcement Learning2019/11/1