Dogan Urgun
収録論文 1本 ・ フィジカルAI/ロボット学習
マルチエージェント強化学習
※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
- GARDEN: 証拠ナビゲーションによる汎用自律報酬設計マルチエージェント強化学習2026/10/27
LLMが環境コードや訓練記録を調査して報酬プログラムを設計し、未見の協調マルチエージェント環境へそのまま転移できる汎用的な報酬設計手法を提案した論文。
世界のフィジカルAIを、日本語で。
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。
LLMが環境コードや訓練記録を調査して報酬プログラムを設計し、未見の協調マルチエージェント環境へそのまま転移できる汎用的な報酬設計手法を提案した論文。