Dmitriy Akimov
収録論文 1本 ・ フィジカルAI/ロボット学習
オフライン強化学習
※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
- オフライン強化学習を流す:正規化フローの潜在空間で保守的エージェントを訓練オフライン強化学習2022/11/20
正規化フローで行動を潜在空間にエンコードし、その空間で強化学習を行うことで、オフラインデータ外の行動を避けつつ保守的な方策を学習する手法を提案。
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。
正規化フローで行動を潜在空間にエンコードし、その空間で強化学習を行うことで、オフラインデータ外の行動を避けつつ保守的な方策を学習する手法を提案。
PR・アフィリエイト広告