Ehsan Futuhi
収録論文 2本 ・ フィジカルAI/ロボット学習
計画/LLM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
- トランスフォーマーによる計画:計算の連鎖と構造化コンテキストウィンドウ計画/LLM2026/7/20
大規模言語モデルの計画能力の限界を克服するため、トランスフォーマーを反復ループ内で用いるChain of Computation(COC)アーキテクチャを提案し、構造化コンテキストウィンドウにより計画問題を高精度で解けることを示した。
- ETGL-DDPG: 疎な報酬の連続制御のための深層決定論的方策勾配アルゴリズム強化学習2024/10/1
疎な報酬の連続制御タスクにおいて、探索手法εt-greedy、二重経験再生バッファGDRB、最長nステップリターンをDDPGに統合し、標準ベンチマークで性能を向上させた。
