視覚的強化学習で精度向上、新手法VAGが最先端記録
シャオ・シエ (Shiao Xie) 氏、シユ・チェン (Siyu Chen) 氏、ジアンウェイ・ル (Jianwei Lv) 氏、シヤンドン・リ (Xiandong Li) 氏、ユージン・ワン (Yujin Wang) 氏は2026年10月19日(現地時間)、arXivに「Reinforcement Learning with Visually Attributable On-Policy Self-Distillation」と題する論文を提出した。同論文は、マルチモーダル強化学習における視覚的推論のエラー特定に関する課題に対処するため、視覚的証拠に根ざした新しい強化学習パラダイムを提案している。