John L. Zhou

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

• 目標条件付き方策学習におけるホライズンの情報的呪い
  目標条件付き方策学習2026/10/7

  目標再ラベリングのホライズンが長くなると方策の汎化性能が低下する現象を「情報的呪い」として特定し、入力ヤコビアンの蒸留で改善できることを示した。

• サブゴール方策のブートストラップによる階層構造の平坦化
  強化学習2025/5/1

  サブゴール条件付き方策をアドバンテージ重み付き重点サンプリングでブートストラップし、生成モデル不要で長地平のフラットな目標条件付き方策をオフライン学習する手法を提案。