Daniel Marta
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA選好ベースRL
※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
- フローベースの視覚言語行動モデルにおける不確実性の定量化VLA2026/6/16
フローマッチングを用いた視覚言語行動モデル(VLA)に対して、速度場の不一致に基づく効率的な不確実性推定手法を提案し、失敗検出と能動的ファインチューニングに応用した。
- FLoRA: 低ランクスタイル適応によるサンプル効率の良い選好ベース強化学習選好ベースRL2025/4/1
事前学習済みロボットの報酬モデルに低ランク行列を追加して選好に適応させることで、元タスクの性能を保ちながら少ない選好データでスタイル適応を実現する手法を提案。
- VRと2Dインターフェースが選好に基づくロボット学習における人間のフィードバックに与える影響VLA2025/3/1
ロボットナビゲーションの選好学習において、VRと2Dインターフェースのどちらで人間のフィードバックを集めるかが、ユーザー体験や選好の一貫性、学習された方策に与える影響を大規模データセットで比較分析した研究。
- PREDILECT: Preferences Delineated with Zero-Shot Language-based Reasoning in Reinforcement Learning2024/2/1