Théotime Le Hellard
収録論文 2本 ・ フィジカルAI/ロボット学習
強化学習軌道最適化
※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
- 生存強化学習:スケーラブルな自己教師ありRLに向けて強化学習2026/5/29
自己教師ありの対比強化学習の限界を克服するため、目標状態での滞在時間を最大化する分類ベースの生存価値学習フレームワークを提案し、長期的な移動タスクで既存手法を2〜8倍上回る性能を達成した。
- Sobolev学習による拡散ポリシーで軌道最適化を高速化軌道最適化2026/4/1
軌道最適化の初期解を拡散モデルで生成し、フィードバックゲインを利用したSobolev学習により誤差蓄積を防ぎ、求解時間を2〜20倍短縮する手法を提案した。
