Hiroaki Kingetsu

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

• SynthDemo-RL：LLM誘導合成デモでVLA適応のゼロ報酬障壁を突破
  VLA2026/9/18

  LLM教師が合成デモを生成し、VLA学生をSFTで蒸留後PPOで微調整することで、人間のデモなしにスパース報酬タスクの成功率を大幅に改善する手法を提案。