Xianglong He
収録論文 1本 ・ フィジカルAI/ロボット学習
VLA
※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
- 生成モデルにおけるGRPOの進展:サーベイVLA2026/2/21
Flow-GRPOをはじめとする生成モデル向けGRPO系強化学習アラインメントの手法と応用を、報酬設計や多様性保持などの観点から体系的に整理したサーベイ。
世界のフィジカルAIを、日本語で。
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。
Flow-GRPOをはじめとする生成モデル向けGRPO系強化学習アラインメントの手法と応用を、報酬設計や多様性保持などの観点から体系的に整理したサーベイ。
PR・アフィリエイト広告