Donglin wang
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
- タスクフィードバックを用いた動的クリッピングによるPPOの改善強化学習2023/12/12
強化学習PPOのクリッピング幅をマルチアームバンディットで動的に調整し、累積報酬を最大化するPb-PPOを提案。歩行タスクで安定性と性能が向上。
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PPOのクリッピング幅をマルチアームバンディットで動的に調整し、累積報酬を最大化するPb-PPOを提案。歩行タスクで安定性と性能が向上。
PR・アフィリエイト広告