Pietro Noah Crestaz

University of Trento

収録論文 3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

• CAST: 交互状態価値目標と拡張方策勾配によるモデルベース強化学習
  モデルベース強化学習2026/9/8

  モデルベース強化学習において、プランナー誘導行動と現在の方策を交互に用いた状態価値目標を導入し、価値学習を改善する手法CASTを提案。シミュレーションと実機の四足ロボットで有効性を実証。

• COSMIK-MPPI：近接動的人間環境における衝突回避への制約付きモデル予測制御の拡張
  制御2026/4/1

  MPPI制御に制約違反を終端事象として扱う手法を組み合わせ、人間の動作予測に依存せずに衝突回避を保証するフレームワークを提案し、実機で検証した。

• CACTO-BIC: バイアス付きサンプリングとGPU加速軌道最適化によるスケーラブルなアクター・クリティック学習
  強化学習×軌道最適化2026/2/1

  軌道最適化と強化学習を組み合わせたCACTOを改良し、価値関数に基づく初期状態サンプリングのバイアスとGPU加速により、サンプル効率と計算速度を向上させた。四足ロボットAlienGOでリアルタイム応用可能なスケーラビリティを示した。