Esmeralda S. Whitammer
University of Edinburgh & CIFAR
収録論文 3本 ・ フィジカルAI/ロボット学習
拡散モデル/マルチエージェントVLA/強化学習強化学習
※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
- 一つは皆のために、皆は一つのために:確率的制御による協調マルチエージェント拡散誘導拡散モデル/マルチエージェント2026/10/6
凍結した事前学習済み拡散モデルを再利用可能な生成プリミティブとして扱い、確率的最適制御で逆過程を協調させ、マルチエージェント迷路探索やロボット計画などで統合的な出力を生成する枠組みを提案。
- 最適輸送Q学習によるフローポリシーの操縦と高速化VLA/強化学習2026/7/1
ロボットの経験を用いたRL後訓練により、準最適なフローベースポリシーを微調整・高速化する最適輸送Q学習(OTQL)を提案した。
- 不完全な世界モデルは悪用可能である強化学習2026/5/15
強化学習における世界モデルの悪用可能性を定義し、報酬ハッキングとの理論的関係を明らかにした論文。
