Zetong Xuan
収録論文 5本 ・ フィジカルAI/ロボット学習
計画・検証強化学習/計画制御合成計画/制御強化学習
※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
- スイッチングポリシーによるMDP上の制約付きsc-LTL計画の最適化計画・検証2026/8/1
マルコフ決定過程上で、安全性制約を満たしつつ目的を最大化する最適ポリシーを合成する問題を扱い、スイッチングポリシーが最適解となることを示し、線形計画法で解けるようにした。
- co-safe LTL計画のための厳密なモデルフリーポリシー反復法強化学習/計画2026/8/1
有限マルコフ決定過程におけるco-safe線形時相論理目標に対するモデルフリー強化学習法を提案し、割引代理を用いて非一意性を解消し、割引なしのポリシー評価と貪欲改善により最適ポリシーへの収束を保証する。
- 部分観測環境における複雑な知覚関連目標のための制御合成制御合成2025/7/1
部分観測マルコフ決定過程で複雑な知覚関連目標を達成するため、sc-iLTLを導入し、信念MDPとDFAの積で到達可能性問題に変換、MCTSで最適方策を求める手法を提案。
- LTL代理報酬に対する動的計画法の収束保証計画/制御2024/8/1
LTL目的を最大化する方策を動的計画法で求める際、割引率が1の場合でも近似価値関数が真値に指数的に収束することを示し、充足確率計算の保証を与えた。
- LTL目的のためのベルマン方程式の解の一意性について強化学習2024/4/1
LTL目的の代理報酬で用いられる2つの割引率を持つベルマン方程式が一意解を持つ条件を明らかにし、棄却BSCC内の状態の解を0とする条件が十分であることを証明した。
