Aditya Grover

収録論文 6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

• マスクから世界へ：世界モデル構築のための実践ガイド
  世界モデル2025/10/23

  初期のマスクモデルから統一アーキテクチャ、対話型生成モデル、記憶拡張システムへと至る世界モデル構築の道筋を、生成・対話・記憶の3要素に焦点を当てて解説する。

• 大規模言語モデルフィードバックによる意思決定エージェントのためのオンライン内的報酬
  強化学習/LLM報酬2024/10/1

  LLMのフィードバックを非同期で利用し、RL方策と内的報酬関数を同時に学習する分散アーキテクチャONIを提案。NetHackで最先端性能を達成し、大規模オフラインデータセットを不要にした。

• ガイド付きフローによる生成モデリングと意思決定
  生成モデル2023/11/1

  Flow Matchingに分類器なしガイダンスを統合したGuided Flowsを提案し、条件付き画像生成や音声合成、オフライン強化学習の計画生成で高性能と高速化を実現した。

• 行動なし軌道を用いた半教師ありオフライン強化学習
  オフライン強化学習2022/10/1

  ラベル付き軌道から逆動力学モデルを学習し、ラベルなし軌道に代理ラベルを付与することで、オフライン強化学習を半教師あり設定で行う手法を提案し、その有効性を検証した。

• 探索する実演者から学ぶ：バンディットにおける最適報酬推定
  強化学習2021/6/1

  低後悔の実演者の学習過程、特に探索フェーズを観察してマルチアームバンディットの報酬を推定する「逆バンディット」問題を定式化し、情報理論的下限と最適な推定器を提案した論文。

• スキル空間計画によるリセット不要の生涯学習
  生涯学習2020/12/1

  非エピソード的で非定常な環境でも破滅的失敗を避けつつ長期計画できるよう、高次スキルを教師なしで獲得し、学習したダイナミクスモデルでスキル空間上を計画するLiSPを提案した論文。