Amitesh Vatsa

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

• RoDiF: 破損した人間フィードバックに頑健な拡散ポリシーの直接ファインチューニング
  拡散ポリシー/選好学習2026/2/1

  拡散ポリシーのファインチューニングにDPOを適用する統一MDP定式化を提案し、人間の選好ラベルにノイズがあっても頑健に学習できるRoDiFを開発した。