Zhaoyang Wang
収録論文 2本 ・ フィジカルAI/ロボット学習
コンピュータ操作エージェントエージェント強化学習
※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
- 実世界向けエージェントワールドモデル:コンピュータ操作エージェント用環境の自動合成コンピュータ操作エージェント2026/10/19
GUI・MCPサービス・CLIを統合した実行可能な環境とタスクをオープンソースモデルのみで自動合成するパイプラインWildAWMを提案し、長期的なコンピュータ操作エージェントの学習を可能にした。
- エージェント世界モデル:エージェント強化学習のための無限合成環境エージェント強化学習2026/2/10
LLMエージェントの強化学習用に、コード駆動でデータベースに裏打ちされた1000の合成環境を自動生成するパイプラインを提案し、ベンチマーク外への汎化性能を実証した。
