Zhaorun Chen
収録論文 5本 ・ フィジカルAI/ロボット学習
言語エージェントVLA安全強化学習強化学習/LfD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
- 初期経験によるエージェント学習言語エージェント2025/10/9
エージェント自身の行動から得られる相互作用データを報酬なしで活用し、世界モデリングと自己内省によって言語エージェントを訓練する手法を提案した。
- GRAPE: 選好アライメントによるロボット方策の汎化VLA2024/11/1
成功・失敗の試行から報酬を暗黙的に学習し、大規模視覚言語モデルが提案する時空間制約で選好を自動設計することで、VLAモデルの未見タスクへの汎化性能を高める手法。
- 階層型適応チャンス制約セーフガードによる安全な強化学習安全強化学習2023/10/1
安全回復率を代理チャンス制約として用いる適応的なモデルフリー安全RL手法ACSを提案し、探索中および収束後の安全性を反復的に保証する。
- 実演に似た探索サンプリングでオンポリシー強化学習を効率化する枠組み強化学習/LfD2021/9/1
K-Meansで探索サンプルと実演データの類似度を評価し、類似フレームの行動確率を勾配上書きで高めることで、actor-critic型オンポリシーRLのサンプル効率を20〜40%改善する汎用LfDフレームワークを提案した。
- オンライン抽象状態表現学習による効率的な方策最適化強化学習2021/9/1
状態表現学習を方策最適化と統合し、動的損失重み付けと専門家デモンストレーションの活用によりサンプル効率と最終報酬を改善するアルゴリズムPOARを提案した論文。
