Lili Mou
収録論文 1本 ・ フィジカルAI/ロボット学習
交通シミュレーション
※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
- RLFTSim: 強化学習による微調整で実現する現実的かつ制御可能なマルチエージェント交通シミュレーション交通シミュレーション2026/5/1
交通シミュレーションモデルを強化学習で微調整し、実データ分布に合わせてロールアウトの現実性を高めるとともに、目標条件付きの制御可能性を蒸留する手法を提案した。
世界のフィジカルAIを、日本語で。
収録論文 1本 ・ フィジカルAI/ロボット学習
※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。
交通シミュレーションモデルを強化学習で微調整し、実データ分布に合わせてロールアウトの現実性を高めるとともに、目標条件付きの制御可能性を蒸留する手法を提案した。
PR・アフィリエイト広告