Abhinav Gopal
収録論文 1本 ・ フィジカルAI/ロボット学習
強化学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- DCUR: 強化学習におけるサンプルを用いた指導のためのデータカリキュラム強化学習2021/9/1
事前学習済みの教師ポリシーの経験データを、訓練の進行に応じて段階的に増やして生徒ポリシーに学習させるデータカリキュラム手法を提案し、初期段階でデータを制限することが有効であることを示した。
世界のフィジカルAIを、日本語で。
収録論文 1本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
事前学習済みの教師ポリシーの経験データを、訓練の進行に応じて段階的に増やして生徒ポリシーに学習させるデータカリキュラム手法を提案し、初期段階でデータを制限することが有効であることを示した。
PR・アフィリエイト広告