Ev Zisselman

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

• 目隠しされた専門家はより良く汎化する：ロボットマニピュレーションとビデオゲームからの知見
  模倣学習2025/10/1

  実演者にタスク情報の一部を隠して「目隠し」状態で行動させることで、その行動を模倣したモデルが未見タスクへより良く汎化することを、実機のペグ挿入とProcgenゲームで示し、理論的にも汎化誤差が√(I/m)でスケールすることを確認した。