Kevin Sabbe

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。

論文

• 人間フィードバックからの報酬学習のための適応的クエリ
  人間フィードバック学習2024/12/1

  不安全行動に対するペナルティ関数を、複数形式の人間フィードバックから効率的に学習するため、クエリ状態とフィードバック形式を情報利得に基づいて適応的に選択する手法を提案した。