Hang Gao

Institute of Software Chinese Academy of Sciences

収録論文 3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

• 時間的GRPO：視覚言語行動強化学習における軌跡レベルの信用割当を超えて
  強化学習/VLA2026/8/13

  軌跡全体に同じ報酬を割り当てる従来のGRPOの問題を解決するため、タスクを段階に分割し、同じ段階に到達した軌跡同士を比較して段階ごとの利点を計算する新しい手法を提案した。

• Temporal GRPO: Beyond Trajectory-Level Credit in Vision-Language-Action Reinforcement Learning
  2026/8/1
• Adversarial Driving Behavior Generation Incorporating Human Risk Cognition for Autonomous Vehicle Evaluation
  2023/10/1