Cleah Winston

収録論文 2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

• OGPO: 生成制御ポリシーのサンプル効率的な完全ファインチューニング
  ロボット学習2026/5/1

  拡散やフローベースの生成制御ポリシーを、オフポリシーな批判ネットワークとPPO目的関数を用いて効率的にファインチューニングする手法OGPOを提案し、操作タスクで最先端の性能を達成した。

• 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化
  模倣学習/オフライン強化学習2025/10/1

  非専門家データ（プレイデータや不完全なデモ）をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。