Hikmet Simsir
収録論文 3本 ・ フィジカルAI/ロボット学習
拡散方策/安全強化学習拡散計画/制御強化学習/生成的ポリシー
※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
- 到達可能性を考慮した拡散方策最適化拡散方策/安全強化学習2026/10/5
拡散方策を用いた強化学習において、動力学モデルなしで予測的な初回到達可能性推定と累積コスト予算フィードバックを組み合わせ、安全性を考慮した方策最適化手法RADPOを提案した。
- P3: 制約付き拡散制御のための持続的粒子プランニング拡散計画/制御2026/10/5
拡散モデルによる軌道生成を逐次モンテカルロで制御し、再計画間で候補計画の重み付き集団を維持することで、再学習なしに制約を満たしつつ高速・高成功率な計画を実現する手法。
- ラグランジアン摂動拡散ステアリング:生成的ポリシーのための潜在強化学習強化学習/生成的ポリシー2026/5/31
凍結した生成的ポリシーに対し、ノイズ空間の小さな摂動を学習して性能を改善する軽量適応手法LP-DSを提案。ロボット操作や移動、器用操作のベンチマークで成功率と報酬を向上させた。
