Hang Gao
Institute of Software Chinese Academy of Sciences
収録論文 2本 ・ フィジカルAI/ロボット学習
強化学習/VLA自動運転評価
※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
- 時間的GRPO:視覚言語行動強化学習における軌跡レベルの信用割当を超えて強化学習/VLA2026/8/1
軌跡全体に同じ報酬を割り当てる従来のGRPOの問題を解決するため、タスクを段階に分割し、同じ段階に到達した軌跡同士を比較して段階ごとの利点を計算する新しい手法を提案した。
- 人間のリスク認知を取り入れた敵対的運転行動生成による自動運転車評価自動運転評価2023/10/1
人間のリスク認知を累積プロスペクト理論でモデル化し、強化学習で自動運転車を試す敵対的運転行動を生成する枠組みを提案し、HiL実験で有効性を示した。
