Kaito Ariu
収録論文 1本 ・ フィジカルAI/ロボット学習
HRI
※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
- 報酬が学習を決める:公共空間HRIにおける音声ポリシーオンライン最適化のための報酬比較HRI2026/1/1
公共空間に12日間設置した会話ロボットの音声ポリシーをマルチアームドバンディットでオンライン最適化し、3種類の報酬(ユーザー評価・会話終了・2ターン以上)が学習結果と相互作用に与える影響を比較した。
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。
公共空間に12日間設置した会話ロボットの音声ポリシーをマルチアームドバンディットでオンライン最適化し、3種類の報酬(ユーザー評価・会話終了・2ターン以上)が学習結果と相互作用に与える影響を比較した。