PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.01897v1cs.LG

Rank-Then-Act: Reward-Free Control from Frame-Order Progress

전문가 비디오 시연에서 환경 보상 없이 제어 정책을 학습하는 Rank-Then-Act(RTA) 프레임워크를 제안하며, 비전-언어 모델(VLM)을 셔플된 프레임 시퀀스에 GRPO 목적함수로 오프라인 학습하여 시간적 순서를 복원하는 진행도 스코어러로 활용한다. 이후 예측된 진행도 순위와 실제 시간 인덱스 간의 Spearman 순위 상관계수를 보상 신호로 사용해 강화학습을 수행하며, PyBoy(Catrap, Kirby), PointMaze, MetaWorld 등 이산·연속 제어 벤치마크에서 기존 비디오 기반 보상 학습 방법을 지속적으로 능가하거나 동등한 성능을 달성했다.

arXiv:2606.18963v1cs.LG

환경 보상 없이 고정 채널 지각 이벤트 스트림을 통한 온라인 보상-처벌 학습

Online Reward-Punishment Learning from Fixed-Channel Perceptual Event Streams without Environment Rewards

환경 보상 없이 고정 채널 지각 패킷만 주어질 때, OHIRL은 다음 패킷 예측, 잔차 역학, 전이 후 궤적 평가, 가치 증거 학습을 분리해 통증·에너지 등 지각 차원의 가치를 전이 결과에서 온라인으로 추론한다. 2x2-XOR 패킷 작업에서 B_ξ는 균형 보상 부호 정확도 0.952, 전체 온라인 감사에서는 정책 최적 행동 정확도 0.979를 달성했고, 즉시 패킷 점수·예측 오차 보상 등 대조 설정은 붕괴했다.