Shentong Mo

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

• 大規模言語モデルを用いた不確実な報酬連鎖による強化学習
  報酬設計2026/4/1

  報酬関数設計を効率化するため、LLMを活用し、コードの不確実性評価と類似性選択機構を導入したフレームワークCoURを提案。IsaacGymとBidexterous Manipulationのベンチマークで性能向上と評価コスト削減を実証した。

• 宇宙へ行こう：微小重力下でのエージェント駆動型人間・マルチロボット協調
  マルチロボット協調2024/2/1

  微小重力環境での人間と複数ロボットの協調作業を学習するシステムSpaceAgents-1を提案し、基盤モデルによる階層型マルチエージェント構成で長期的な協調タスクを実現した。