ポリシー(方策)
状況を見たときに、次にどの行動を選ぶかを決めるルールや関数。ロボットの「行動の出し方」をまとめたもの。
たとえば: 信号や標識を見て、次にどう運転するか決めるマイルール集。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 自動運転の「実行中の安全」を高めるランタイム枠組みAutoAgent0
AutoAgent0は、クローズドループ実行の信頼性をテスト時の実行問題として捉え、独立検出・ルール検証・復旧計画を統合するランタイム枠組み。Fail2DriveとNavSafe-∞で、単一エキスパートよりロバスト性が改善したと報告する。
- 単一の人間動画を「逐次的シーングラフ」にしてRLを導く:Dex-One2Manyの提案
Dex-One2Manyは、単一の人間動画を逐次的シーングラフに抽象化し、RLの探索と報酬設計を同時にガイドする枠組みを提案する。動画にない姿勢や把持への一般化と、多段タスクでの探索困難の緩和を狙う。5タスクで、見た構成では6.5%、見ていないシナリオでは71%ベースラインを上回ったと報告する。
