Nima Anari
収録論文 2本 ・ フィジカルAI/ロボット学習
報酬学習
※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
- 人間の選好からの報酬関数のバッチ能動学習報酬学習2024/2/1
人間の選好質問を用いて報酬関数を効率的に学習するため、行列式点過程に基づくバッチ能動学習アルゴリズムを提案し、シミュレーションのロボットタスクで少ないクエリ数と短い生成時間を実現した。
- ランキングからマルチモーダルな報酬を学習する手法報酬学習2021/9/1
複数の専門家やタスクに由来する多様な選好を扱うため、軌道のランキングのみから混合モデルとしてマルチモーダル報酬関数を学習し、能動的クエリでデータ効率を高める手法を提案した。
