Qiguang Chen
収録論文 3本 ・ フィジカルAI/ロボット学習
安全強化学習LLMエージェントタスクプランニング
※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
- 境界から領域への監督によるオフライン安全強化学習安全強化学習2025/9/1
オフライン安全RLにおいて、コスト信号を固定予算下の境界制約として再定義し、非対称な条件付けを可能にするB2Rフレームワークを提案。38タスク中35で安全制約を満たしつつ高い報酬を達成した。
- HiAgent: 大規模言語モデルによる長期タスク解決のための階層的ワーキングメモリ管理LLMエージェント2024/8/1
サブゴールを記憶のチャンクとして用い、LLMエージェントのワーキングメモリを階層的に管理することで、長期タスクの成功率を2倍に向上させた。
- Tree-Planner: 大規模言語モデルによる効率的なクローズドループタスクプランニングタスクプランニング2023/10/1
LLMを用いたタスクプランニングを計画サンプリング・行動木構築・接地判断の3段階に再構成し、トークン消費を92.2%削減しつつ最先端性能を達成した。
