Yanbin Wei

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

• 言語エージェントのための方策と世界モデルの同時学習
  言語エージェント2026/6/1

  強化学習のロールアウトから得られる遷移データを利用し、方策学習と同時に世界モデルを補助的に学習するフレームワークPaWを提案。推論時の追加コストなしでエージェント性能を向上させる。