Baolong Bi

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

• 方策最適化を超えて：疎報酬長期的計画のためのデータキュレーションフライホイール
  VLA2025/8/1

  疎報酬の長期的エージェント計画に対し、ブートストラップ・外挿・洗練の3段階で自己改善するデータフライホイールを構築し、トークン効率よく最先端性能を達成した研究。