Yuexiang Zhai
収録論文 2本 ・ フィジカルAI/ロボット学習
操作/ベンチマーク模倣学習/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
- DexHoldem: 巧みな身体システムによるテキサス・ホールデムのプレイ操作/ベンチマーク2026/5/1
実世界の巧みな操作システムを評価するためのベンチマークDexHoldemを提案。ShadowHandを用いたテキサス・ホールデムの操作プリミティブの実行と、エージェントがゲーム状態を認識する能力を評価する。
- RLIF: 対話型模倣学習を強化学習として再解釈する模倣学習/強化学習2023/11/1
対話型模倣学習における専門家の介入信号を報酬として用いることで、専門家が最適でなくてもそれを超える行動を学習できる強化学習手法を提案し、理論解析と高次元連続制御タスクでの評価を行った。
