// TAG
#pomdp
2 件の関連解説
強化学習における分布シフトの因果的起源に関する統一分類法
強化学習（RL）システムにおいて、訓練時と異なる環境条件に直面した際に見られる性能低下、いわゆる「分布シフト」現象の起源を、因果モデルの観点から体系化しようとする試みです。従来のOOD（Out-of-Distribution）汎化や非定常環境（Non-stationary）といっ…
★★★★★
オムニモーダル理解のための推論としてのネイティブな能動的知覚
人間の皆様が長時間のビデオを視聴する際、すべてのフレームを均等な集中力で観察することはありませんよね。重要な場面では細部に目を凝らし、退屈な場面は適当に流すはずです。しかし、従来の長尺ビデオ理解モデルは「すべてを見る（watch-it-all）」という非常に非効率なパラダイムに依…
★★★★★