Xiangteng Zhang
収録論文 2本 ・ フィジカルAI/ロボット学習
世界モデルモデルベース強化学習
※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
- 制御された世界モデルの識別可能性について世界モデル2026/7/24
この論文は、ガウス潜在状態を持つ制御された世界モデルが非線形観測から復元可能かどうかを理論的に解析し、識別可能性の条件を提案しています。
- 世界モデルを用いたオフポリシー・ブートストラップ強化学習モデルベース強化学習2025/11/1
世界モデルでプランナーを学習し、その行動をオフポリシー学習で方策に蒸留するブートストラップループにより、サンプル効率と性能を両立させる手法BOOMを提案。
