Preprint · ✓完成 · 深堀り済 2026.07.11 マルチ環境対応報酬学習が自律エージェントに与える影響とは? マルチモーダル、マルチ環境機械教育による堅牢な報酬学習 査読前の可能性がある研究情報 自律エージェントの報酬学習におけるマルチモーダル・マルチ環境アプローチを提案 逆強化学習 報酬学習 マルチモーダルフィードバック 機械教育アルゴリズム arXiv cs.AI