Manuel Wendl
収録論文 3本 ・ フィジカルAI/ロボット学習
安全強化学習強化学習ロバスト性
※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
- サンプリングに基づく安全強化学習安全強化学習2026/5/1
モデルベース強化学習において、動的モデルの不確かさを有限サンプルで近似し、学習中の安全性を保証するアルゴリズムを提案した。シミュレーションと実ロボットで安全な探索を実証した。
- 方策事前分布による安全な探索安全強化学習2026/1/1
保守的な方策を事前分布として利用し、確率的ダイナミクスモデルで安全を保証しながら最適方策へ収束する強化学習手法SOOPERを提案した。
- 集合ベース強化学習による検証可能なロバストエージェントの訓練強化学習ロバスト性2024/8/1
入力の摂動集合をネットワークで伝播させ、出力集合の大きさを罰則化する集合ベース方策勾配により、あらゆる敵対的攻撃に対して形式的に検証可能なロバスト強化学習エージェントを訓練する手法を提案。
