Akshay Mete
収録論文 2本 ・ フィジカルAI/ロボット学習
ワールドモデルモデルベース強化学習
※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
- 予測ではなく計画のために適応せよ:楽観的テスト時ワールドモデル適応ワールドモデル2026/10/26
計画に使うワールドモデルをテスト時に閉ループで適応させる際、予測損失に加えて計画器の目標到達コストも最小化する楽観的適応手法OpTTAを提案し、操作・到達・ナビゲーションで成功率を向上させた。
- 楽観的ワールドモデル:モデルベース深層強化学習における効率的探索モデルベース強化学習2026/2/10
モデル学習に楽観的なダイナミクス損失を組み込み、報酬の高い遷移を優先する探索手法を提案。DreamerV3やSTORMに適用し、サンプル効率と累積報酬を改善。