Anubha Mahajan
収録論文 1本 ・ フィジカルAI/ロボット学習
マニピュレーション
※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
- ロボット操作のための自由形式選好学習マニピュレーション2026/6/1
人間が自然言語で選好軸を定義し、軸ごとにペア比較を行うことで、言語条件付き報酬モデルを学習し、複数の品質次元を最適化するポリシーを訓練する手法を提案。長期的な操作タスクで従来法より大幅に性能向上。
世界のフィジカルAIを、日本語で。
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。
人間が自然言語で選好軸を定義し、軸ごとにペア比較を行うことで、言語条件付き報酬モデルを学習し、複数の品質次元を最適化するポリシーを訓練する手法を提案。長期的な操作タスクで従来法より大幅に性能向上。
PR・アフィリエイト広告