Arsh Zahed
収録論文 1本 ・ フィジカルAI/ロボット学習
模倣学習
※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
- 収束する監督者からのオンポリシー模倣学習模倣学習2019/7/1
学習中に性能が向上していく監督者からの模倣学習を定式化し、収束後の最良方策に対する後悔保証を示すとともに、モデルベースRLの監督者と組み合わせることで連続制御タスクでの高速化と性能向上を実現した。
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。
学習中に性能が向上していく監督者からの模倣学習を定式化し、収束後の最良方策に対する後悔保証を示すとともに、モデルベースRLの監督者と組み合わせることで連続制御タスクでの高速化と性能向上を実現した。
PR・アフィリエイト広告