Andrew Gordon Wilson
収録論文 1本 ・ フィジカルAI/ロボット学習
モデルベースRL
※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
- 連続強化学習におけるモデルベース確率的価値勾配の再検討モデルベースRL2020/8/1
モデルフリーのソフト価値推定とモデルベースの確率的価値勾配を組み合わせることで、単純なモデルベースエージェントがモデルフリーの最先端手法をサンプル効率と最終報酬の両方で上回ることを示した論文。
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。
モデルフリーのソフト価値推定とモデルベースの確率的価値勾配を組み合わせることで、単純なモデルベースエージェントがモデルフリーの最先端手法をサンプル効率と最終報酬の両方で上回ることを示した論文。
PR・アフィリエイト広告