格闘ゲームの戦略模擬——FootsiesGymが示す強化学習の新領域
フットシーズGym: 二人対戦ゼロサムゲームの学習環境
査読前の可能性がある研究情報
FootsiesGymは、2D格闘ゲームを基にした非対称戦略の学習環境です。
速報・AI要約未精査
arXiv cs.AI
毎日更新・AIニュース考察
AI記事考察ノート
公式発表・研究プレプリント・実装コミュニティの記事を、読む前に押さえたい文脈と注意点つきで整理。
8822掲載記事
7832深堀り対応
01
絞り込み結果
条件に一致した記事を、新しい順にまとめています。 225適応的余裕幅が強化学習をどう変えるか——新たな報酬モデル学習手法の可能性
査読前の可能性がある研究情報
人間からのフィードバックに基づく適応的余裕幅の使用で強化学習の性能を向上
こんな人に強化学習研究者・機械学習エンジニア
arXiv cs.AIVideoSearcherがビデオ深層研究に与える影響とは？
査読前の可能性がある研究情報
VideoSearcherはビデオ深層研究を支援するための新たなフレームワークを開発
速報・AI要約未精査
こんな人にAI研究者・ビデオ解析エンジニア
arXiv cs.AI3D胸部CT合成における新アプローチ：CONFLUXが示す可能性とは？
査読前の可能性がある研究情報
CONFLUXは、3D胸部CTスキャンの高精度な合成と臨床属性に基づく制御を可能にする潜在的拡散モデル。
速報・AI要約未精査
こんな人に医療画像処理技術者・AI研究者
arXiv cs.AI小さなモデルが大仕事をする——Linux特権昇格における新たなアプローチ
査読前の可能性がある研究情報
小さなローカルモデルがセキュリティタスクを効果的に実行できる可能性を示す研究
速報・AI要約未精査
こんな人にセキュリティエンジニア・AI研究者
arXiv cs.AI自律システム回復における因果関係の役割とは？CRRLが示す新たな可能性
査読前の可能性がある研究情報
CRRLは因果関係に基づく強化学習フレームワークで、自律システムの回復性能を向上させる。
こんな人にAI研究者・自動運転システム開発者
arXiv cs.AI大規模言語モデルの信頼性を高める新戦略とは？
査読前の可能性がある研究情報
大規模言語モデルの信頼性を高めるための選択的予測戦略と強化学習フレームワークが提案されました。
速報・AI要約未精査
こんな人に機械学習研究者・AIシステム開発者
arXiv cs.AIOyster-II：大規模言語モデルの安全性と有用性を両立させる新たなアプローチ
査読前の可能性がある研究情報
大規模言語モデルの安全性と有用性を両立させる新たな強化学習フレームワークOyster-IIが提案されました。
速報・AI要約未精査
こんな人にAI研究者・機械学習エンジニア
arXiv cs.AI人間とAIが協調する未来は近いのか？ヒューマン・センティックなアーキテクチャの可能性
査読前の可能性がある研究情報
ヒューマン・センティックな反射型アーキテクチャを用いた人間とAIの協調意思決定フレームワークが提案される
こんな人に人工知能研究者・機械学習エンジニア
arXiv cs.AI交通信号制御における強化学習のブラックボックス性をどう解決するか？
査読前の可能性がある研究情報
安全で透明な交通信号制御を目指す新しい強化学習フレームワークが提案された
速報・AI要約未精査
こんな人に交通工学の研究者・強化学習の専門家
arXiv cs.AI