Avishek Joey Bose

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

• 最適Qガイダンスによるフローマップポリシーの整合
  強化学習2026/5/12

  拡散やフローマッチングに基づく生成ポリシーの推論コストを削減するため、任意のジャンプ（1ステップを含む）を学習するフローマップポリシーを提案し、オフラインからオンラインへの強化学習において、批評家のQ値に基づく信頼領域最適化で適応させる手法を導入した。