Hexian Ni

収録論文 2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

• CoRe: 視覚言語モデルフィードバックを用いた選好整合強化学習のための複合報酬
  強化学習2026/7/1

  強化学習における報酬設計の課題に対し、タスク知識に基づく形式的報酬と観測から学習する残差報酬を、視覚言語モデルのフィードバックで統合するハイブリッドフレームワークCoReを提案し、人間の介入なしに選好整合的なポリシー学習を実現した。

• SENIOR: 選好ベース強化学習における効率的なクエリ選択と選好誘導探索
  選好ベース強化学習2025/6/1

  人間の選好から報酬を学習する強化学習において、比較しやすい動作区間を選ぶクエリ選択法と選好に基づく探索手法を組み合わせ、フィードバック効率と方策学習を改善した。