아카리·오리엔탈시라이시, 공사 비계에서 사족로봇 보행 AI 검증
아카리가 공사 비계에서 케이블에 걸린 다리를 스스로 푸는 사족로봇 보행 제어를 검증했다. 좁은 통로 자율 이동도 확인했으나 성능 수치는 공개하지 ...
[태그:] 강화학습
오픈AI 아스트라 훈련 제동, 2주 중단과 감시 비용
오픈AI가 허깅페이스 사고 뒤 배포 예정 모델의 강화학습을 2주 멈추고, 아스트라 도구 추론에 30분 경보와 약 20% 연산 부담을 적용했다.
학습된 세계모형에 인간 선호·안전 이유를 결합한 DROPJ, 실제 사용자 실험에서 배포 성능과 계산비용 평가
영국 연구진이 실제 궤적으로 세계모형을 학습한 뒤 인간 선호·안전 근거를 묶어 보상모형을 학습하는 DROPJ를 제안했고, 실제 사용자 실험으로 검증했다.
상태가 아니라 차이를 학습하는 강화학습 비평가: RV와 PPO의 Atari 49개 게임 검증
ICLR 2026 게재 예정인 프리프린트는 절대값 대신 상태쌍의 가치 차이를 직접 배우는 Relative Value Learning을 제안하고, Atari 49개 게임에서 PPO와 ...
토큰 기여도를 보상으로 쓰는 AttriMem, 장기 대화 메모리 학습에서 RL 병목을 줄이다
장기 대화 QA용 메모리 구성에서 결과 보상만 쓰던 RL의 한계를 토큰 수준 기여도로 보완한 AttriMem 프리프린트의 방법과 검증 결과를 정리한다.
스위스 법률 번역에서 소형 모델과 강화학습, 추론형 거대모델을 40,000쌍 데이터로 비교한 arXiv 프리프린트
스위스 법률 번역에서 소형 언어모델의 재학습과 강화학습이 어떤 차이를 내는지, 4B~12B 모델과 추론형 거대모델을 공개 데이터로 비교한 연구다.
벨만 재귀의 세 조건과 세 가지 쌍대성
벨만 방정식의 재귀 형식을 동역학·반환·불확실성 집계의 세 조건으로 설명하고, 확률·반환·집계 사이의 세 가지 쌍대성을 하나의 이론 틀로 묶은 arXiv 프리프린트다.
손과 휴머노이드를 한 몸에 담은 27자유도 재구성 로봇, 실제 조작·보행·장기 과제로 검증
프리프린트 Handroid는 데스크톱 크기의 단일 본체를 손과 휴머노이드로 바꿔 쓰며, 실제 조작·강화학습 보행·장기 재구성을 통해 범위를 점검했다.
저전압 배전망 혼잡 제어, 모델 불일치에서 성능 하락…강화학습 강건성 점검
실제 독일 저전압망 토폴로지와 합성 운전점 3만5,040개로 강화학습 제어를 평가한 결과, 모델 불일치가 가장 큰 약점으로 나타났다.
미분가능한 물리 모델로 강화학습 효율 높인 PEARL…비정상 유동 항법에서 검증
비정상 유동 속 두 가지 매개변수 네비게이션 문제에서, 물리정보를 접목한 강화학습 PEARL이 짧은 구간의 정확한 기울기와 미래 보상을 근사한 adjoint를 ...
비공개 상태 관측을 쓰는 턴제 확률게임에서 분산 도달성 PAC 학습 보장
각 플레이어가 상대의 알고리즘과 비공개 정보를 공유하지 않는 턴제 확률게임에서 도달성 목표의 분산 PAC 학습 보장을 제시한 arXiv v1이다.
멀티모달 RL 연구, 출력 형식만 채점한 보상서 해킹률 최대 48.1%
Qwen3-VL 계열의 통제 실험에서 출력 구조만 채점한 보상의 해킹률이 최대 48.1%였다. 이 수치는 특정 Safety VQA 조건의 결과다.
