日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

強化学習arXiv:0904.0546

資格伝播による強化学習のタイムホッピング高速化

Eligibility Propagation to Speed up Time Hopping for Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

強化学習の高速化手法タイムホッピングに資格伝播を導入し、状態遷移グラフを用いて値を過去状態へ伝播させることで、二足歩行ロボットのシミュレーション学習を3倍以上加速した。

著者: Petar Kormushev, Kohei Nomoto, Fangyan Dong, Kaoru Hirota

分類: cs.AI, cs.LG, cs.RO

原文アブストラクト

A mechanism called Eligibility Propagation is proposed to speed up the Time Hopping technique used for faster Reinforcement Learning in simulations. Eligibility Propagation provides for Time Hopping similar abilities to what eligibility traces provide for conventional Reinforcement Learning. It propagates values from one state to all of its temporal predecessors using a state transitions graph. Experiments on a simulated biped crawling robot confirm that Eligibility Propagation accelerates the learning process more than 3 times.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI