Brendon Matusch
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
- 報酬なしでエージェントを評価する強化学習2020/12/1
強化学習エージェントの内部目的関数(入力エントロピー・情報利得・エンパワーメント)を既存データ上で事後評価し、タスク報酬よりも人間行動類似度と強く相関することを示した研究。
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。
強化学習エージェントの内部目的関数(入力エントロピー・情報利得・エンパワーメント)を既存データ上で事後評価し、タスク報酬よりも人間行動類似度と強く相関することを示した研究。
PR・アフィリエイト広告