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:2011.09083

重み付きエントロピーによるSoft Actor-Criticの改良

Weighted Entropy Modification for Soft Actor-Critic

シェア:XThreadsFacebookLINEはてブBluesky

状態行動ペアに質的な重みを導入して最大エントロピー原理を重み付きエントロピーに一般化し、自己バランス型の探索を実現するSoft Actor-Criticアルゴリズムを提案した。MuJoCoタスクで最先端性能を達成。

著者: Yizhou Zhao, Song-Chun Zhu

分類: cs.LG, cs.RO

原文アブストラクト

We generalize the existing principle of the maximum Shannon entropy in reinforcement learning (RL) to weighted entropy by characterizing the state-action pairs with some qualitative weights, which can be connected with prior knowledge, experience replay, and evolution process of the policy. We propose an algorithm motivated for self-balancing exploration with the introduced weight function, which leads to state-of-the-art performance on Mujoco tasks despite its simplicity in implementation.

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