Felipe Meneguzzi
収録論文 1本 ・ フィジカルAI/ロボット学習
模倣学習
※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
- GRAIL: 模倣学習による目標認識アラインメント模倣学習2026/2/1
模倣学習と逆強化学習を用いて、候補目標ごとの方策を実演軌跡から直接学習し、部分軌跡を1回の順伝播でスコアリングすることで、非最適・系統的バイアス・ノイズのある行動下でも目標認識精度を向上させる手法を提案。
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。
模倣学習と逆強化学習を用いて、候補目標ごとの方策を実演軌跡から直接学習し、部分軌跡を1回の順伝播でスコアリングすることで、非最適・系統的バイアス・ノイズのある行動下でも目標認識精度を向上させる手法を提案。