Longxiang He
収録論文 1本 ・ フィジカルAI/ロボット学習
安全RL
※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
- FOSP: ワールドモデルによるオフライン安全方策のファインチューニング安全RL2024/7/1
オフラインで学習した安全方策を、到達可能性ガイダンス付きのモデルベースRLでオンライン微調整し、未知の安全制約シナリオへの汎化を改善する手法を提案。
世界のフィジカルAIを、日本語で。
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。
オフラインで学習した安全方策を、到達可能性ガイダンス付きのモデルベースRLでオンライン微調整し、未知の安全制約シナリオへの汎化を改善する手法を提案。
PR・アフィリエイト広告