Xinyi Ni

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

• 汚染された人間フィードバックからの頑健なリスク感応強化学習
  RLHF2026/9/30

  人間の比較フィードバックが敵対的に反転される状況で、CVaRに基づくリスク感応型RLHF手法を提案し、不確実性重み付き報酬推定と楽観的計画により後悔を抑える。