Qinqing Zheng

収録論文 4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

• 大規模言語モデルフィードバックによる意思決定エージェントのためのオンライン内的報酬
  強化学習/LLM報酬2024/10/1

  LLMのフィードバックを非同期で利用し、RL方策と内的報酬関数を同時に学習する分散アーキテクチャONIを提案。NetHackで最先端性能を達成し、大規模オフラインデータセットを不要にした。

• Guided Flows for Generative Modeling and Decision Making
  2023/11/1
• Dual RL: Unification and New Methods for Reinforcement and Imitation Learning
  2023/2/1
• Semi-Supervised Offline Reinforcement Learning with Action-Free Trajectories
  2022/10/1