汎用ポリシーのアクティブファインチューニング：情報利得に基づく効率的なデモンストレーション収集によるマルチタスク強化学習

事前学習済み汎用ポリシーのマルチタスク環境への適応を効率化する、情報利得に基づくアクティブなデモンストレーション収集手法を提案する。