Wenbo Han

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

• 価値を記憶として：汎用ロボットポリシーのためのオンライン価値誘導型ポストトレーニング
  強化学習2026/10/15

  価値予測を記憶として活用し、オフライン実演とオンライン強化学習を組み合わせることで、汎用ロボットポリシーを実世界で効率的に適応させるフレームワークVaMを提案。