Michael Gimelfarb

収録論文 6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

• STITCH-OPE: ガイド付き拡散による軌道スティッチングを用いたオフポリシー評価
  オフポリシー評価2025/5/1

  行動データで事前学習した拡散モデルを目標方策のスコアでガイドし、部分軌道を繋ぎ合わせることで、高次元・長期間のオフポリシー評価を低分散で行う手法を提案した。

• Constraint-Generation Policy Optimization (CGPO): Nonlinear Programming for Policy Optimization in Mixed Discrete-Continuous MDPs
  2024/1/1
• Risk-Aware Transfer in Reinforcement Learning using Successor Features
  2021/5/1
• {\epsilon}-BMC: A Bayesian Ensemble Approach to Epsilon-Greedy Exploration in Model-Free Reinforcement Learning
  2020/7/1
• Bayesian Experience Reuse for Learning from Multiple Demonstrators
  2020/6/1
• Contextual Policy Transfer in Reinforcement Learning Domains via Deep Mixtures-of-Experts
  2020/3/1