Guy Tennenholtz
収録論文 1本 ・ フィジカルAI/ロボット学習
模倣学習
※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
- 模倣学習と強化学習における潜在交絡因子の共変量シフトについて模倣学習2021/10/1
未観測の交絡因子を含む専門家データからの模倣・強化学習を定式化し、分布シフト下での学習可能性と不可能性を示すとともに、外部報酬がある場合のサンプリング手法を提案して収束を証明した。
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。
未観測の交絡因子を含む専門家データからの模倣・強化学習を定式化し、分布シフト下での学習可能性と不可能性を示すとともに、外部報酬がある場合のサンプリング手法を提案して収束を証明した。
PR・アフィリエイト広告