Danqi Zhao

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

• CRAFT: 運転ポリシーのための反事実からインタラクティブへの強化学習ファインチューニング
  自動運転/強化学習2026/5/1

  閉ループ運転ポリシーの事後学習を、反事実的利点をプロキシとして使い、実閉ループ利点との残差補正で整合させるオン方策強化学習フレームワークを提案した。