Gurp Nijjer

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

• 世界モデルは覚え、アクターは忘れる：継続的モデルベース強化学習のためのドリームリハーサル
  継続学習/モデルベースRL2026/7/22

  DreamerV3系のモデルベース強化学習エージェントはタスク系列学習で破滅的忘却を起こすが、その原因が世界モデルではなくアクターの崩壊にあることを示し、世界モデルの生成する夢を自己模倣学習で利用する手法を提案した。