Jinyi Liu
収録論文 6本 ・ フィジカルAI/ロボット学習
強化学習マニピュレーションRLHF教師なし強化学習
※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
- WarpSAC: 探索と活用の再考によるスケーラブルなオフ方策強化学習の頂点を目指して強化学習2026/8/25
データ量に応じて安定化手法を適応させるオフ方策RLアルゴリズムWarpSACを提案し、CPU/GPU並列環境で既存手法を大幅に上回る性能を達成した。
- 見ることから行うことへ:ロボットマニピュレーションのための推論と意思決定の橋渡しマニピュレーション2025/5/1
空間関係推論で中間表現を生成する視覚言語モデルFSDを提案し、ロボット操作のゼロショット性能を大幅に向上させた。
- Uni-RLHF:多様な人間フィードバックを用いた強化学習のための汎用プラットフォームとベンチマークスイートRLHF2024/2/1
多様な人間フィードバックを扱うRLHFのための注釈プラットフォーム、大規模クラウドソーシングデータセット、モジュール式オフラインRLHFベースラインを提供する統合システムを構築し、30以上のタスクで1500万ステップを超えるデータを収集して評価した。
- マルチモーダル大規模言語モデルによるAIフィードバックでロボットマニピュレーションを強化マニピュレーション2024/2/1
マルチモーダルLLM「CriticGPT」を訓練し、画像入力のみから好みフィードバックを生成してロボットマニピュレーションの意思決定を導く手法を提案。Meta-Worldタスクで既存の事前学習表現モデルを上回る性能を示した。
- ENOTO: Qアンサンブルによるオフラインからオンラインへの強化学習の改善強化学習2023/6/1
Qネットワークを複数用意するアンサンブル手法で、オフライン事前学習からオンライン微調整への移行時の性能低下を防ぎ、学習効率と最終性能を高めるフレームワークを提案。
- EUCLID: マルチチョイス動力学モデルによる効率的な教師なし強化学習教師なし強化学習2022/10/1
教師なし強化学習において、動力学モデルと探索方策を同時に事前学習する新しい枠組みを提案し、下流タスクのサンプル効率を向上させた。
