Shahil Shaik

収録論文 2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

• MA-VLCM: マルチエージェントチーム設定における方針価値推定のための視覚言語批評モデル
  マルチエージェント強化学習2026/3/1

  マルチエージェント強化学習において、学習済み視覚言語モデルを微調整して中央批評家として用いることで、方針学習中の批評家学習を不要にし、サンプル効率と汎化性を向上させるフレームワークを提案した。

• 分布方策勾配のための一般化アドバンテージ推定
  強化学習2025/7/1

  最適輸送理論に基づくワッサースタイン型方向性指標を用いて、分布強化学習向けの一般化アドバンテージ推定（DGAE）を提案し、複数の方策勾配法に統合して性能を評価した論文。