Ahanaf Hasan Ariq

収録論文 1本 ・ フィジカルAI/ロボット学習

※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

• 世界モデルは政策ランキングの正確性に必ずしも正しさを要さない：相対的限界と監査の限界
  強化学習/世界モデル2026/10/31

  学習した世界モデルの誤差が共有される場合でも政策の相対ランキングは保たれ得ることを示し、少数の実環境監査を効率化する手法RAVELを提案・検証した論文。