Yunxian Hou

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

• 高次行動監督による強力な方策クラス
  模倣学習/強化学習2026/10/8

  模倣学習や強化学習において、0次（行動ラベル）だけでなく1次（行動の時間変化）も同時に監督する損失を提案し、既存の方策モデルに構造変更なしで組み込めるようにした。連続制御タスクで性能とロバスト性が大幅に向上。