Runjia Tan
Nanyang Technological University
収録論文 2本 ・ フィジカルAI/ロボット学習
報酬モデル/マルチビュー強化学習
※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
- AnyviewMeter: カメラ幾何とマルチビュー注意によるロボット報酬モデルの適応報酬モデル/マルチビュー2026/9/17
カメラ視点の変化に頑健なロボット報酬モデルを実現するため、低ランク微調整とPlucker光線条件付け、同期ブロック注意を組み合わせた適応フレームワークを提案し、視点変更時の誤差を約21%削減した。
- FIERCE: 進捗-失敗フィードバックによる汎用ロボット方策から高速専門家への変換強化学習2026/9/16
汎用ロボット方策を初期値とし、進捗と失敗を評価する統一評価器を用いた強化学習で、シミュレータや手動報酬設計なしに接触の多い実タスク向けの小型専門家方策を効率的に学習する手法を提案。