John Langford

収録論文 7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

• 次潜在予測トランスフォーマーによるコンパクトな世界モデルの学習
  世界モデル2025/11/8

  トランスフォーマーに潜在空間での次状態予測を自己教師ありで学習させ、履歴を圧縮した信念状態を持つコンパクトな世界モデルを獲得させる手法を提案。

• Premier-TACO：時間的行動駆動型対照損失によるマルチタスク表現の事前学習と少数ショット方策学習
  少数ショット学習2024/2/1

  マルチタスクのオフラインデータから時間的行動対照損失（TACO）を改良して汎用的な視覚表現を事前学習し、少数の専門家デモンストレーションで微調整することで、新しい連続制御タスクの少数ショット模倣学習を効率化する手法を提案。

• PcLast: Discovering Plannable Continuous Latent States
  2023/11/1
• Agent-Controller Representations: Principled Offline RL with Rich Exogenous Information
  2022/11/1
• Guaranteed Discovery of Control-Endogenous Latent States with Multi-Step Inverse Models
  2022/7/1
• Doubly Robust Policy Evaluation and Learning
  2011/3/1
• Unbiased Offline Evaluation of Contextual-bandit-based News Article Recommendation Algorithms
  2010/3/1