Gabriel Synnaeve
収録論文 4本 ・ フィジカルAI/ロボット学習
コード生成/強化学習コード生成強化学習階層強化学習
※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
- DecompRL: モジュール型コード生成の学習による難問解決コード生成/強化学習2026/7/2
LLMが解けない問題を、問題を小さなモジュールに分解して再結合することで解く強化学習アルゴリズムDecompRLを提案。GPUコストを約50倍削減し、標準的な生成では解けない問題を解決する。
- Python用ニューラルデバッガへの道コード生成2026/3/10
大規模言語モデルをPythonの実行トレースで訓練し、ブレークポイント設定やステップ実行などのデバッガ操作を模倣できるニューラルデバッガを提案した。
- 潜在空間事前分布を用いたデモンストレーションの活用強化学習2022/10/1
デモンストレーションから潜在空間の事前分布を学習し、強化学習の効率と性能を向上させる手法を提案。
- 効率的探索のための階層的スキル学習階層強化学習2021/10/1
二足歩行ロボットの多様なスパース報酬タスクで、教師なしで複雑さの異なるスキルを獲得し、下流タスクに応じて汎用スキルと特化スキルを自動で使い分ける3層階層強化学習を提案した論文。
