Alexey Zemtsov

収録論文 2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

• 双対優位フィールド：オフライン目標条件付き強化学習のための方策抽出法
  強化学習2026/6/2

  双対線形価値モデルから局所的な優位信号を抽出する方策抽出法を提案し、オフライン目標条件付き強化学習の性能を向上させた。

• Vintix II: 事前学習済み決定トランスフォーマーはスケーラブルな文脈内強化学習器である
  強化学習2026/4/1

  文脈内強化学習のスケーラビリティを確立するため、多様なマルチドメイン環境にDecision Pre-Trained Transformerを拡張し、Flow Matchingを用いて訓練した。その結果、未見タスクへの汎化性能が向上し、既存手法を上回る性能を示した。