연구논문
MAGICS: 적대적 학습을 통한 로봇 안전 정책
구조화된 minimax 학습 게임으로 신경망 안전 정책을 학습합니다. 국소 수렴 분석과 시뮬레이션·사족보행 로봇 시험을 제시합니다. 정해진 가정에서의 국소 수렴을 실제 로봇 전체의 안전 보장과 구분해야 합니다.
검토 기준일 2026-11-05 · 원출처·서지정보 확인
원출처의 서지정보와 자료 개요를 확인했습니다. 원문 접근 조건과 판본은 출처에 표시되어 있습니다.
- 원문 제목
- MAGICS: Adversarial RL with Minimax Actors Guided by Implicit Critic Stackelberg for Convergent Neural Synthesis of Robot Safety
- 발행처
- arXiv
- 저자
- Wang, Justin, Hu, Haimin, Nguyen, Duy Phuong, Fisac, Jaime Fernández
- DOI
- 10.48550/arxiv.2409.13867
- 최초 아카이브 등록일
- 2024-09-20
- 원문 언어
- en
- 원출처 국가
- US
- 판본
- v2
- 접근 조건
- 공개 아카이브 서지정보 및 원고
- 출판 상태
- 프리프린트
관련 자료와 기술 해설
자료 개요
구조화된 minimax 학습 게임으로 신경망 안전 정책을 학습합니다. 국소 수렴 분석과 시뮬레이션·사족보행 로봇 시험을 제시합니다. 정해진 가정에서의 국소 수렴을 실제 로봇 전체의 안전 보장과 구분해야 합니다.
이용 및 검토
원 아카이브 초록과 서지정보를 바탕으로 작성한 독자적 요약입니다. 전문 기술 검토와 원어민 검토는 대기 중입니다. 보고된 방법만으로 실제 안전 기능이나 달성 PL이 입증되지는 않습니다.
출처와 판본
MAGICS: Adversarial RL with Minimax Actors Guided by Implicit Critic Stackelberg for Convergent Neural Synthesis of Robot Safety ↗
arXiv · v2
arXiv abstract, authors, submission history and DOI links; first posting 2024-09-20, abstract reviewed in v2. Publisher dates are separate.