Owen Shen

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

• 選択モデル支援Q学習による遅延フィードバック収益管理
  強化学習2026/2/2

  遅延フィードバックのある収益管理において、較正済み離散選択モデルを部分的世界モデルとして用いて学習目標の遅延成分を補完するQ学習を提案し、理論的収束保証とホテル予約データに基づく実験で有効性と限界を示した。