Florent Delgrange
収録論文 2本 ・ フィジカルAI/ロボット学習
ワールドモデル強化学習
※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
- 基盤ワールドモデル:静的環境を超えて学習・検証・適応するエージェントに向けてワールドモデル2026/2/27
強化学習・プログラム合成・抽象化を統合した「基盤ワールドモデル」のビジョンを提示し、報酬モデル学習・適応的形式検証・オンライン抽象化校正・テスト時合成の4要素からなる研究課題を提案する。
- Deep SPI:世界モデルによる安全な方策改善強化学習2025/10/14
世界モデルと表現学習を組み合わせたオンライン強化学習において、方策更新を現在の方策の近傍に制限することで単調改善と収束を保証する理論的枠組みを構築し、その理論に基づくアルゴリズムDeepSPIを提案した論文。
