Ying Dong
収録論文 1本 ・ フィジカルAI/ロボット学習
VLA/強化学習
※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
- 階層的アドバンテージ重み付けによるスパースなエピソード結果からのVLAオンラインRL微調整VLA/強化学習2026/6/1
事前学習済みVLAポリシーをオンライン強化学習で微調整する際、エピソードごとの成功/失敗のみのスパースな報酬を、生存性と効率性の2つの目的に分離し、状態適応的に重み付けして遷移レベルの学習信号を生成する手法を提案した。
