Forrest Meng
収録論文 1本 ・ フィジカルAI/ロボット学習
オンライン報酬学習
※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
- StROL: 人間からの安定かつロバストなオンライン学習オンライン報酬学習2023/8/1
人間の報酬関数をオンラインで推定する際の勾配降下学習則を、リアプノフ安定性解析に基づいて設計し、ノイズやバイアスがある人間入力でも安定して収束するように改良した手法を提案した。
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。
人間の報酬関数をオンラインで推定する際の勾配降下学習則を、リアプノフ安定性解析に基づいて設計し、ノイズやバイアスがある人間入力でも安定して収束するように改良した手法を提案した。
PR・アフィリエイト広告