Chen Bo Calvin Zhang
収録論文 1本 ・ フィジカルAI/ロボット学習
強化学習/報酬設計
※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
- ORSO: オンライン報酬選択と方策最適化による報酬設計の加速強化学習/報酬設計2024/10/1
報酬整形関数の選択をオンラインモデル選択問題として定式化し、人間の介入なしに高性能な報酬関数を自動特定する手法を提案。連続制御タスクでデータ効率と計算時間を大幅に改善。
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。
報酬整形関数の選択をオンラインモデル選択問題として定式化し、人間の介入なしに高性能な報酬関数を自動特定する手法を提案。連続制御タスクでデータ効率と計算時間を大幅に改善。
PR・アフィリエイト広告