「cs.LG」カテゴリーアーカイブ

RAPID: Robust and Agile Planner Using Inverse Reinforcement Learning for Vision-Based Drone Navigation

投稿日: 2025年2月5日 作成者: jarxiv

要約 本論文では、乱雑な環境におけるドローンの機敏な飛行のための学習ベースのビジ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | RAPID: Robust and Agile Planner Using Inverse Reinforcement Learning for Vision-Based Drone Navigation はコメントを受け付けていません

Anticipate & Act : Integrating LLMs and Classical Planning for Efficient Task Execution in Household Environments

投稿日: 2025年2月5日 作成者: jarxiv

要約 ベッドメイキングや朝食作りのような家事タスクを実行する支援エージェントは、 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.RO | Anticipate & Act : Integrating LLMs and Classical Planning for Efficient Task Execution in Household Environments はコメントを受け付けていません

AdaptBot: Combining LLM with Knowledge Graphs and Human Input for Generic-to-Specific Task Decomposition and Knowledge Refinement

投稿日: 2025年2月5日 作成者: jarxiv

要約 人間を支援する具現化エージェントは、新しいシナリオで新しいタスクを完了する … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.RO | AdaptBot: Combining LLM with Knowledge Graphs and Human Input for Generic-to-Specific Task Decomposition and Knowledge Refinement はコメントを受け付けていません

GRAPE: Generalizing Robot Policy via Preference Alignment

投稿日: 2025年2月5日 作成者: jarxiv

要約 近年、様々なロボットタスクにおける視覚言語行動（VLA）モデルの進歩にもか … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | GRAPE: Generalizing Robot Policy via Preference Alignment はコメントを受け付けていません

VLA-Cache: Towards Efficient Vision-Language-Action Model via Adaptive Token Caching in Robotic Manipulation

投稿日: 2025年2月5日 作成者: jarxiv

要約 VLA（Vision-Language-Action）モデルは、その強力な … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | VLA-Cache: Towards Efficient Vision-Language-Action Model via Adaptive Token Caching in Robotic Manipulation はコメントを受け付けていません

ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning

投稿日: 2025年2月5日 作成者: jarxiv

要約 強化学習(RL)は、現代のAIシステムの開発においていたるところに見られる … 続きを読む →

カテゴリー: cs.LG, cs.RO | ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning はコメントを受け付けていません

Real-Time Operator Takeover for Visuomotor Diffusion Policy Training

投稿日: 2025年2月5日 作成者: jarxiv

要約 我々は、リアルタイム・オペレータ・テイクオーバー(RTOT)パラダイムを提 … 続きを読む →

カテゴリー: cs.LG, cs.RO | Real-Time Operator Takeover for Visuomotor Diffusion Policy Training はコメントを受け付けていません

MAGNNET: Multi-Agent Graph Neural Network-based Efficient Task Allocation for Autonomous Vehicles with Deep Reinforcement Learning

投稿日: 2025年2月5日 作成者: jarxiv

要約 本稿では、通信制約下で動作する異種マルチエージェントシステムにおける分散タ … 続きを読む →

カテゴリー: cs.LG, cs.MA, cs.RO | MAGNNET: Multi-Agent Graph Neural Network-based Efficient Task Allocation for Autonomous Vehicles with Deep Reinforcement Learning はコメントを受け付けていません

The Energy Loss Phenomenon in RLHF: A New Perspective on Mitigating Reward Hacking

投稿日: 2025年2月5日 作成者: jarxiv

要約 本研究では、人間のフィードバックからの強化学習(RLHF)におけるエネルギ … 続きを読む →

カテゴリー: cs.LG | The Energy Loss Phenomenon in RLHF: A New Perspective on Mitigating Reward Hacking はコメントを受け付けていません

Orientation-aware interaction-based deep material network in polycrystalline materials modeling

投稿日: 2025年2月5日 作成者: jarxiv

要約 マルチスケールシミュレーションは、多結晶材料の微視的構造と巨視的挙動を結び … 続きを読む →

カテゴリー: cs.CE, cs.LG | Orientation-aware interaction-based deep material network in polycrystalline materials modeling はコメントを受け付けていません