Zhuangdi Zhu
収録論文 2本 ・ フィジカルAI/ロボット学習
経路計画模倣学習/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
- LLMはロボット経路計画の最適性を証明できるか?研究レベルのアルゴリズム検証ベンチマーク経路計画2026/3/1
ロボット経路計画アルゴリズムの近似比証明をLLMに評価させる初のベンチマークを構築し、最新モデルでも完全な証明は困難だが、タスク固有の補題を与えると推論品質が大きく向上することを示した。
- 劣悪なデモンストレーションから疎な報酬タスクを学習する自己適応型模倣学習模倣学習/強化学習2020/4/1
限定された質の低いデモンストレーションしかない疎報酬タスクにおいて、模倣学習と強化学習を組み合わせてデモを超える性能を少ない試行で達成するSAILを提案した論文。
