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:1903.06309

変化する疎報酬環境に適応する分散調整法

Adaptive Variance for Changing Sparse-Reward Environments

シェア:XThreadsFacebookLINEはてブBluesky

価値関数と最適探索の関係を理論的に解析し、ガウス方策の分散を適応的に調整することで、環境変化に素早く適応できる手法を提案した。

著者: Xingyu Lin, Pengsheng Guo, Carlos Florensa, David Held

分類: cs.RO, cs.AI

原文アブストラクト

Robots that are trained to perform a task in a fixed environment often fail when facing unexpected changes to the environment due to a lack of exploration. We propose a principled way to adapt the policy for better exploration in changing sparse-reward environments. Unlike previous works which explicitly model environmental changes, we analyze the relationship between the value function and the optimal exploration for a Gaussian-parameterized policy and show that our theory leads to an effective strategy for adjusting the variance of the policy, enabling fast adapt to changes in a variety of sparse-reward environments.

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. 2GXO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
  3. 3newmo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
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI