Jonathan Richens

収録論文 3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

• ベルマン方程式の逆転：Q値から世界モデルへ
  強化学習2026/6/19

  価値ベースの強化学習エージェントが十分な報酬関数で訓練されると、暗黙的に環境の遷移モデルを符号化することを証明し、そのモデルを抽出するP学習を提案した。

• アフォーダンスを活用したLLMによる部分的世界モデリング
  VLA2026/2/11

  大規模言語モデルを部分的世界モデルとして捉え、アフォーダンスに基づく予測を抽出することで探索効率とタスク性能を向上させる手法を提案した論文。

• 汎用エージェントは世界モデルを内包する
  世界モデル2025/6/1

  多段階の目標指向タスクに汎化できるエージェントは必ず環境の予測モデルを学習していることを形式的に示し、そのモデルを方策から抽出する方法を提案した。