강화학습
이 태그가 붙은 글 8편입니다. 전체 태그 보기
NVIDIA·KAIST, 로봇이 새 작업 배우며 기존 기술 안 잊는 ACCRUE 공개
실제 로봇 조립 작업에서 이전 지식을 재사용해 강화학습 훈련 시간을 최대 68.5% 줄인 지속학습 기법이 발표됐습니다.
메타, 에이전트가 직접 탐색 트리 운용하는 TreeFlex 공개
메타 AI가 ReAct 에이전트의 맥락 오염 문제를 풀기 위해 에이전트가 직접 검색 트리를 운용하는 TreeFlex를 공개했습니다. SWE-bench Verified에서 기존 방식보다 11.6포인트 높은 점수를 기록했습니다.
CMU·MIT 연구진, 역대 최강 Stratego 선수를 꺾은 AI Ataraxos 공개
체스보다 숨겨진 정보가 훨씬 많은 보드게임 Stratego에서, 학습비용 8천달러 미만의 AI가 20판 중 15승으로 역대 최강 선수를 제압했습니다.
IOI 2026에서 AI 시스템이 인간 1위 점수를 넘긴 결과가 논문으로 공개
NVIDIA Nemotron-3 기반 Ultra-CC가 IOI 2026에서 600점 만점에 535.4점을 받아 최고 인간 점수 498.27점을 넘겼습니다. 학습과 추론 파이프라인 전체가 함께 공개됐습니다.
교사 모델 없이 이미지 생성 모델을 정렬하는 Self-OPD 논문 공개
교사 모델 없이 학생의 자체 탐색을 단계별 지도 신호로 바꾸는 flow matching 정렬 기법 Self-OPD가 arXiv에 공개됐습니다. 교사 기반 방법보다 총 학습 시간이 짧았습니다.
진화 전략이 GRPO보다 넓은 추론 범위를 남긴다는 arXiv 논문 공개
역전파 없이 파라미터 공간을 탐색하는 진화 전략이 GRPO보다 Pass@K를 덜 깎는다는 실측 비교 논문이 arXiv에 올라왔습니다. 두 방식의 차이를 정리했습니다.
Hugging Face, 399달러 오픈소스 이족보행 로봇 Microduck 공개
Hugging Face 산하 Pollen Robotics가 키 25cm 이족보행 로봇 Microduck을 399달러에 내놨습니다. 제어와 시뮬레이션, 강화학습 스택을 Apache 2.0으로 함께 열었습니다.
정답 라벨 없이 추론 시점에 모델을 학습시키는 TTPO 논문 공개
정답 없이 테스트 시점에 모델을 학습시키는 TTPO가 arXiv에 공개됐습니다. 다수결 임시 정답에 동의한 응답은 증류로, 반대한 응답은 강화학습 벌점으로 나눠 다룹니다.