Yee Whye Teh
収録論文 3本 ・ フィジカルAI/ロボット学習
VLA強化学習模倣学習
※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
- 自己対戦ファインチューニングによるエージェントRLのための世界モデル内在化VLA2025/10/16
LLMエージェントに状態表現と遷移モデルからなる内部世界モデルを自己対戦SFTで学習させ、方策最適化前に未来状態をシミュレートすることでOOD環境でのRL性能を大幅に向上させる手法SPAを提案。
- 専門家デモンストレーションを用いたKL正則化強化学習における病理的挙動について強化学習2022/12/28
専門家デモから得た参照方策を用いるKL正則化強化学習が、不安定で非効率な学習を引き起こす病理的挙動を明らかにし、非パラメトリックな参照方策で改善できることを示した。
- ヒューマノイド制御のための神経確率的運動プリミティブ模倣学習2018/11/1
潜在変数ボトルネック付き逆モデルで数千の専門ポリシーをオフライン圧縮し、全身行動のワンショット模倣や学習済み運動空間の再利用を可能にする運動モジュールを提案した。
