Kunvar Thaman
収録論文 2本 ・ フィジカルAI/ロボット学習
世界モデル評価強化学習
※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
- Roz:世界モデルの潜在表現を味見する評価法世界モデル評価2026/10/31
世界モデルが質量・摩擦・変形などの物理特性を潜在空間に本当に符号化しているかを直接調べる10の対比タスクと3つの連続タスクからなる評価手法Rozを提案した。
- ゴールはどこへ消えるのか?目標誤汎化における方策整合の異なる失敗形態強化学習2026/10/14
強化学習エージェントが分布外で目標を見失う「目標誤汎化」を分析し、目標情報が内部で失われる深さに応じて3つの異なる失敗形態があることを示した。
