Zakariae El Asri
収録論文 1本 ・ フィジカルAI/ロボット学習
拡散ポリシー/強化学習/モデルベース
※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
- MODIP: 拡散ポリシーのための効率的なモデルベース最適化拡散ポリシー/強化学習/モデルベース2026/6/9
拡散ポリシーを強化学習で直接微調整する代わりに、ワールドモデルとモデル予測制御で高品質な軌道を生成し、それを教師信号として行動クローニング的に微調整するフレームワークを提案した。
世界のフィジカルAIを、日本語で。
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。
拡散ポリシーを強化学習で直接微調整する代わりに、ワールドモデルとモデル予測制御で高品質な軌道を生成し、それを教師信号として行動クローニング的に微調整するフレームワークを提案した。