Jeremy Tien
収録論文 2本 ・ フィジカルAI/ロボット学習
報酬学習
※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
- 比較言語フィードバックによる軌道改善と報酬学習報酬学習2024/10/1
軌道データと言語フィードバックを統合した潜在空間を学習し、比較言語フィードバックからロボット軌道を反復改善しつつ人間の選好を報酬関数として学習する手法を提案した。
- 選好ベース報酬学習における因果的混同と報酬の誤同定報酬学習2022/4/1
選好から報酬を学習する手法が、非因果的な特徴やノイズ、部分観測によって報酬を誤って同定し、分布外で性能が崩れることをベンチマーク実験で体系的に示した論文。
