Yanming Wan

収録論文 2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

• 変分選好学習による人間フィードバック強化学習の個人化
  RLHF2024/8/1

  ユーザーごとの潜在変数を推論し、多様な選好に対応するマルチモーダルRLHF手法を提案。シミュレーションと言語データで報酬精度の向上を実証。

• HandMeThat: 物理的・社会的環境における人間とロボットのコミュニケーション
  人間-ロボットインタラクション2023/10/1

  物理的・社会的な文脈を考慮して人間の指示を理解し実行するロボットの能力を評価するベンチマークHandMeThatを提案し、既存手法の性能が低いことを示した。