Shu-Wei Liu

収録論文 1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

• 豊富な報酬の落とし穴：VLM報酬のノイズを理解し軽減する
  VLA2024/9/1

  VLMが生成する報酬信号の偽陽性ノイズが強化学習エージェントの性能を低下させることを明らかにし、二値相互情報量（BiMI）報酬関数でノイズを軽減する手法を提案した。