Natasha Jaques

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

• 非対称オンポリシー蒸留による文脈内探索の学習
  模倣学習2026/10/21

  部分観測下で学生が自身の履歴に基づき収集したデータに特権専門家の行動をラベル付けして蒸留し、強化学習なしでテスト時の探索行動を学習する手法を提案。

• 人間レベルの競技卓球を実現するロボットエージェント
  sim2real2024/8/1

  階層型ポリシーとsim-to-real技術により、アマチュア人間レベルの競技卓球を実現したロボットを開発し、人間との試合で45%の勝率を達成した。

• 変分選好学習による人間フィードバック強化学習の個人化
  RLHF2024/8/1

  ユーザーごとの潜在変数を推論し、多様な選好に対応するマルチモーダルRLHF手法を提案。シミュレーションと言語データで報酬精度の向上を実証。