Bryan Kian Hsiang Low
収録論文 2本 ・ フィジカルAI/ロボット学習
VLM推論逆強化学習
※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
- 見るだけでは足りない:推論アクセスギャップをTIGERで橋渡しして視覚推論を解き放つVLM推論2026/11/7
MLLMが視覚入力で推論できない「モダリティ推論アクセスギャップ」を特定し、テキストで解けるが画像で失敗する合成例を用いたGRPO学習(TIGER)で実世界の視覚ベンチマーク性能を向上させた論文。
- ベイズ最適化による逆強化学習での報酬関数の効率的探索逆強化学習2020/11/1
逆強化学習において、方策不変な報酬関数を潜在空間に射影する新カーネルとベイズ最適化を用い、専門家の実演と整合する複数の報酬関数を効率的に探索するBO-IRLを提案した。