Melih Kandemir

収録論文 4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

• 基礎方針を用いた多段階計画のための到達時間同型性
  強化学習2026/5/7

  オフライン強化学習において、到達時間観測から制御マルコフ過程の有向時間幾何を復元する新しい作用素論的表現学習フレームワークを提案し、基礎方針学習アルゴリズムIELを開発した。

• 深層アクター・クリティックのための厳密なリスク証明
  強化学習2025/5/26

  深層アクター・クリティックの汎化性能を検証データから予測する厳密なリスク証明を、PAC-Bayes理論の再帰的適用により実現した。

• PAC-Bayesによる深層探索
  強化学習2024/2/5

  強化学習の遅延報酬問題に対し、PAC-Bayes境界を用いて批評家アンサンブルを訓練し、連続制御タスクでの深層探索を実現するPBACを提案。

• PACベイズ強化学習によるSoft Actor-Criticの改善
  強化学習2023/1/30

  Soft Actor-Criticの批評家訓練にPACベイズ境界を初めて適用し、批評家誘導ランダム探索でオンライン学習性能を向上させた。