Max Hinne

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

• 隠れ状態は価値勾配である：リカレント方策のポントリャーギン構造
  歩行2026/5/6

  リカレント方策の隠れ状態がポントリャーギンの最小原理における随伴状態（価値関数の勾配）として解釈できることを示し、それを活用した随伴損失で歩行タスクの方策を改善した。