Shashwat Saxena

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

• VaDar: 価値分解による暗黙的ゴール条件付け
  強化学習2026/10/19

  サブゴールごとのクリティック価値の線形結合を最大化する単一ポリシーを学習し、展開時のサブゴール選択を不要にした強化学習手法。RoboCasaの長期的タスクを初めて解決。

• OGPO: 生成制御ポリシーのサンプル効率的な完全ファインチューニング
  ロボット学習2026/5/1

  拡散やフローベースの生成制御ポリシーを、オフポリシーな批判ネットワークとPPO目的関数を用いて効率的にファインチューニングする手法OGPOを提案し、操作タスクで最先端の性能を達成した。