Benjamin Poole

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

• フィードバック操作正則化：模倣学習におけるオフラインエージェントのアライメントを可能にする
  模倣学習2026/7/8

  評価フィードバックを補正信号として利用し、模倣学習ポリシーのアライメントを改善するアルゴリズム非依存の手法FMRを提案し、Safety Gymnasium環境で最大98%の不整合削減を実証した。