Mehmet Turan Yardımcı
収録論文 2本 ・ フィジカルAI/ロボット学習
VLA強化学習/ヒューマノイド
※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
- 不確実性ゲート付き探索ノイズがフローマッチングVLAポリシーのオンラインRL微調整におけるタスク崩壊を抑制するVLA2026/9/23
フローマッチングVLAポリシーのオンライン強化学習微調整で生じる「タスク崩壊」を、タスク非依存の新規性・能力信号に基づく不確実性ゲート付き探索ノイズ制御により抑制できることを示した。
- 批評家アーキテクチャの重要性:ヒューマノイドの移動操作における二重批評家と統一批評家の比較強化学習/ヒューマノイド2026/6/1
ヒューマノイドロボットの移動と操作を統合する強化学習において、単一の統一批評家と分離した二重批評家のどちらが有効かをUnitree G1で比較し、二重批評家が学習効率と成功率で優れることを示した。
