Saurav Singh

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

• オフポリシー評価による人間-ロボット協調のための強化学習の定式化
  人間-ロボット協調2026/2/1

  実環境や人間のフィードバックなしに、記録済みの対話データのみを用いてオフポリシー評価で状態表現と報酬関数を選択する強化学習フレームワークを提案し、Lunar LanderとNASA-MATB-IIで検証した。