Helena Merker
収録論文 2本 ・ フィジカルAI/ロボット学習
報酬学習模倣学習
※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
- より賢い質問を:不完全な報酬に対する標的型能動選好学習報酬学習2026/10/15
報酬学習において、人間が十分に教えられなかった特徴をロボット自身が特定し、その特徴に焦点を当てた選好質問と説明を行うことで、少ない質問回数で報酬を効率的に学習する手法を提案。
- 何を尋ねるべきか知るロボット:説明による報酬のずれの修正模倣学習2026/5/1
不完全なデモから学習した報酬関数の不確実性を検出し、ロボットが自然言語で説明しながら追加のデモを能動的に要求する手法を提案。シミュレーションと実機で効果を検証した。