Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Kasaura, Kazumi"'
Near-Optimal Policy Identification in Robust Constrained Markov Decision Processes via Epigraph Form
Autor:
Kitamura, Toshinori, Kozuno, Tadashi, Kumagai, Wataru, Hoshino, Kenta, Hosoe, Yohei, Kasaura, Kazumi, Hamaya, Masashi, Parmas, Paavo, Matsuo, Yutaka
Designing a safe policy for uncertain environments is crucial in real-world control applications. However, this challenge remains inadequately addressed within the Markov decision process (MDP) framework. This paper presents the first algorithm capab
Externí odkaz:
http://arxiv.org/abs/2408.16286
Autor:
Kasaura, Kazumi
To find the shortest paths for all pairs on manifolds with infinitesimally defined metrics, we propose to generate them by predicting midpoints recursively and an actor-critic method to learn midpoint prediction. We prove the soundness of our approac
Externí odkaz:
http://arxiv.org/abs/2407.01991
Autor:
Ichihashi, Sosuke, Kuroki, So, Nishimura, Mai, Kasaura, Kazumi, Hiraki, Takefumi, Tanaka, Kazutoshi, Yoshida, Shigeo
The human brain's plasticity allows for the integration of artificial body parts into the human body. Leveraging this, embodied systems realize intuitive interactions with the environment. We introduce a novel concept: embodied swarm robots. Swarm ro
Externí odkaz:
http://arxiv.org/abs/2402.15830
Autor:
Kasaura, Kazumi
We propose an efficient framework using Dynnikov coordinates for homotopy-aware multi-agent path planning in planar domains that may contain obstacles. We developed a method for generating multiple homotopically distinct solutions for the multi-agent
Externí odkaz:
http://arxiv.org/abs/2310.01945
Publikováno v:
IEEE Robotics and Automation Letters 8(8) (2023) 4449-4456
This study presents a benchmark for evaluating action-constrained reinforcement learning (RL) algorithms. In action-constrained RL, each action taken by the learning system must comply with certain constraints. These constraints are crucial for ensur
Externí odkaz:
http://arxiv.org/abs/2304.08743
Publikováno v:
Proceedings of the AAAI Conference on Artificial Intelligence 37(5) (2023) 6183-6191
Multi-agent path planning (MAPP) is the problem of planning collision-free trajectories from start to goal locations for a team of agents. This work explores a relatively unexplored setting of MAPP where streams of agents have to go through the start
Externí odkaz:
http://arxiv.org/abs/2301.10910
Autor:
Kasaura, Kazumi
By works of Kedlaya and Shiho, it is known that, for a smooth variety $\overline{X}$ over a field of positive characteristic and its simple normal crossing divisor $Z$, an overconvergent isocrystal on the compliment of $Z$ satisfying a certain monodr
Externí odkaz:
http://arxiv.org/abs/2006.14203
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.