Janaka Chathuranga Brahmanage
収録論文 1本 ・ フィジカルAI/ロボット学習
安全なオフライン強化学習
※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
- ハード制約を超えて:安全なオフライン強化学習のための予算条件付き到達可能性安全なオフライン強化学習2026/3/1
累積コスト制約を扱う安全なオフライン強化学習の新しい手法を提案。安全条件付き到達可能性集合を定義し、不安定なmin/max最適化を避けつつ安全ポリシーを学習する。
世界のフィジカルAIを、日本語で。
収録論文 1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。
累積コスト制約を扱う安全なオフライン強化学習の新しい手法を提案。安全条件付き到達可能性集合を定義し、不安定なmin/max最適化を避けつつ安全ポリシーを学習する。