实体
Mohamad H Danesh
Mohamad H Danesh
PulseAugur coverage of Mohamad H Danesh — every cluster mentioning Mohamad H Danesh across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
四足世界模型实现零样本跨具身机器人运动
研究人员开发了一种新颖的四足世界模型（QWM），能够使机器人在无需重新训练的情况下适应不同物理具身的运动。与之前过拟合到特定机器人形态的模型不同，QWM 包含形态规范，允许单个动力学模型进行泛化。这种方法将模型条件化为尺度不变的物理特征，已在四足机器人上实现了零样本跨具身迁移，这是该领域的首次突破。
-
新研究探讨Q学习稳定性和离线RL方法
两篇新研究论文探讨了强化学习技术的进展。一篇论文介绍了漂移Q学习（Drift Q-Learning），该方法结合了基于漂移的行为正则化器和由Critic驱动的策略改进，以提高离线强化学习任务的性能和稳定性。另一篇论文对线性Q学习中的周期性和软性目标更新进行了理论分析，证明了这些机制在特定条件下可以保证收敛。