Jonathan Smereka

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

• 理由タグで人間の選好を学習する強化学習
  強化学習2026/10/16

  選好ラベルに加えて「なぜ好まれるか」の理由タグを活用し、人間の意図に沿った報酬モデルを軌道レベルで学習する枠組みを提案した論文。