Hossein Goli

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

• STITCH-OPE: ガイド付き拡散による軌道スティッチングを用いたオフポリシー評価
  オフポリシー評価2025/5/1

  行動データで事前学習した拡散モデルを目標方策のスコアでガイドし、部分軌道を繋ぎ合わせることで、高次元・長期間のオフポリシー評価を低分散で行う手法を提案した。