J. Zico Kolter
収録論文 4本 ・ フィジカルAI/ロボット学習
事前学習/ファインチューニングVLAsim2real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
- ファインチューナーの誤謬:ファインチューニングデータで事前学習すべき時事前学習/ファインチューニング2026/3/17
限られたドメインデータを事前学習から繰り返し混ぜる「専門事前学習(SPT)」が、ファインチューニング後の性能と汎化を改善し、必要な事前学習トークンを最大1.75倍削減することを示した論文。
- ロボット視覚言語行動モデルへの敵対的攻撃VLA2025/6/1
視覚言語行動モデル(VLA)にLLMのジェイルブレイク攻撃を適用し、ロボットの制御権を奪取できることを示した研究。
- Dojo: ロボティクス向け微分可能物理エンジンsim2real2022/3/1
接触・摩擦を二次錐計画で安定に解き、陰関数定理で滑らかな勾配を得る微分可能物理エンジンを提案し、軌道最適化やシステム同定、実機実験で有効性を示した。
- PPOの勾配はなぜ裾が重いのか:ロバスト推定でクリッピングを置き換える強化学習2021/2/1
PPOの代理報酬の勾配が重裾分布になることを実証し、その原因が尤度比とアドバンテージにあると特定。3つのクリッピング手法を高次元ロバスト推定器GMOMで置き換え、MuJoCo連続制御で同等性能を達成した。
