NEW paper research 3h ago · 
arXiv cs.AI
フィードバック操作正則化：模倣学習のためのオフラインエージェントアライメント Feedback Manipulation Regularization: Enabling Offline Agent Alignment for Imitation Learning
重要度 Medium Medium priority 重要度 Medium · 論文/研究 · Papers / Benchmarks Medium priority · paper/research · Papers / Benchmarks 公開 7月11日 Published Jul 11
AI要約 オフライン模倣学習においてフィードバック操作を正則化する手法を提案し、エージェントのアライメントを改善する。オンライン環境なしに安全で整合性の高い行動方策を学習できる点が重要。
EN This paper proposes Feedback Manipulation Regularization (FMR) to align agents with desired behavior in offline imitation learning settings, removing the need for online interaction while improving policy robustness.
fallback