Tsukada Lab. Computer Network Group
← 発表論文一覧 プレプリント

FM-EAC: Feature Model-based Enhanced Actor-Critic for Multi-Task Control in Dynamic Environments

Quanxi Zhou, Wencan Mao, Manabu Tsukada, John C. S. Lui, Yusheng Ji

, 2025年12月17日

3行要約

  • FM-EACは、強化学習の制御方策を異なるタスクや動的環境に汎化させる。
  • 特徴モデルが現在の環境を表す情報を抽出し、アクターとクリティックの双方に渡す。
  • 動的環境のシミュレーションで、比較したアクター・クリティック方式より高い報酬を得た。

論文の図

図 1: FM-EACの構成
図 1. FM-EACの構成出典: Zhou et al., arXiv (2025)(著者原稿の図版) の図 1特徴モデルが環境を表現し、アクターとクリティック両方に渡す構成が分かる。

引用方法

Q. Zhou, W. Mao, M. Tsukada, J. C. S. Lui, and Y. Ji, “FM-EAC: Feature Model-based Enhanced Actor-Critic for Multi-Task Control in Dynamic Environments,” in , 2025.

BibTeX

@unpublished{Zhou2025a,
  title         = {FM-EAC: Feature Model-based Enhanced Actor-Critic for Multi-Task Control in Dynamic Environments},
  author        = {Quanxi Zhou and Wencan Mao and Manabu Tsukada and John C. S. Lui and Yusheng Ji},
  year          = {2025},
  date          = {2025-12-17},
  eprint        = {2512.15430},
  archiveprefix = {arXiv},
  primaryclass  = {cs.LG},
  url           = {https://arxiv.org/abs/2512.15430},
  note          = {Preprint}
}