Arindam Banerjee

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

• 微分可能な世界モデルを用いたオフライン強化学習の推論時ポリシー最適化
  オフライン強化学習2026/3/23

  事前学習済みポリシーと学習済み世界モデルを用いて、推論時にポリシーパラメータを勾配法で最適化するフレームワークを提案し、D4RLベンチマークで性能向上を確認した。