Gianluca Sabatini
収録論文 1本 ・ フィジカルAI/ロボット学習
歩行
※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
- ギャップを埋める:高性能脚式移動のためのSoft Actor-Criticの実現歩行2026/5/1
PPOに劣っていたSACを、ポリシー初期化やタイムアウト対応の批評家ターゲット、多段階リターン推定などの改良で大規模並列学習でも安定させ、PPOと同等の性能を達成した。
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。
PPOに劣っていたSACを、ポリシー初期化やタイムアウト対応の批評家ターゲット、多段階リターン推定などの改良で大規模並列学習でも安定させ、PPOと同等の性能を達成した。
PR・アフィリエイト広告