Zhihan Liu
収録論文 3本 ・ フィジカルAI/ロボット学習
言語エージェント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
- 初期経験によるエージェント学習言語エージェント2025/10/9
エージェント自身の行動から得られる相互作用データを報酬なしで活用し、世界モデリングと自己内省によって言語エージェントを訓練する手法を提案した。
- 後知恵プランナー:実体指示追従のための閉ループ少数ショットプランナーVLA2024/12/1
大規模言語モデルを用いた実体指示追従タスクにおいて、POMDPとして定式化し、適応モジュールと後知恵手法を組み合わせた閉ループプランナーを提案。少数ショット設定で従来の教師ありエージェントに匹敵または凌駕する性能を実現した。
- 不完全なオンラインデモンストレーションを用いたガード付き方策最適化強化学習2023/3/1
性能が不完全な教師でも使えるTeacher-Student強化学習手法TS2Cを提案し、教師の介入を軌道ベースの価値推定で取り込み、安全な探索と訓練コスト削減を両立させた。
