Miru Jun
収録論文 1本 ・ フィジカルAI/ロボット学習
報酬学習
※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
- 比較言語フィードバックによる軌道改善と報酬学習報酬学習2024/10/1
軌道データと言語フィードバックを統合した潜在空間を学習し、比較言語フィードバックからロボット軌道を反復改善しつつ人間の選好を報酬関数として学習する手法を提案した。
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。
軌道データと言語フィードバックを統合した潜在空間を学習し、比較言語フィードバックからロボット軌道を反復改善しつつ人間の選好を報酬関数として学習する手法を提案した。