Volkan Cevher

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

• オン・ポリシー相互作用はいつ役立つのか？価値ベース模倣学習における表現のトレードオフ
  模倣学習2026/7/31

  模倣学習において、専門家とのオン・ポリシー相互作用が学習者の表現要件を緩和し、専門家の価値関数のみを表現できれば十分であることを示し、新しいアルゴリズムOVIを提案した。