Firdaus Janoos
収録論文 2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
- 実装の違いが深層方策勾配法に与える影響:PPOとTRPOのケーススタディ強化学習2020/5/1
PPOとTRPOを比較し、実装上の細かな最適化が性能差の大部分を生み、RL手法の挙動を根本的に変えることを示した研究。
- 深層方策勾配法の実態を徹底検証強化学習2018/11/1
深層方策勾配アルゴリズムの挙動を、勾配推定・価値予測・最適化景観の観点から詳細に分析し、理論的枠組みと実際の挙動が大きく乖離していることを示した研究。
