Jiafei Lyu
Tencent
収録論文 3本 ・ フィジカルAI/ロボット学習
世界モデルマニピュレーション強化学習
※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
- 身体性知能のための世界モデル:もっともらしさから制御可能性、そして行動可能性へ世界モデル2026/9/15
身体性知能における世界モデルを、もっともらしさ・制御可能性・行動可能性の3段階の能力レベルで整理し、操作・ナビゲーション・歩行・自動運転などの研究を横断的に調査したサーベイ。
- VLP: 身体性マニピュレーションのための視覚言語選好学習マニピュレーション2025/2/1
人間の選好ラベルなしで視覚言語選好モデルを学習し、身体性マニピュレーションタスクの報酬設計を自動化するフレームワークを提案。
- バイアス低減マルチステップ後知恵経験再生による効率的なマルチゴール強化学習強化学習2021/2/1
マルチゴール強化学習においてnステップの後知恵リラベリングがもたらすオフポリシーバイアスを理論的・実験的に示し、λリターンやモデルベース価値展開でバイアスを低減するMHER(λ)とMMHERを提案した論文。
