Hongchang Zhang
収録論文 1本 ・ フィジカルAI/ロボット学習
オフライン強化学習
※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
- オフライン強化学習のためのサポート付き信頼領域最適化オフライン強化学習2023/11/15
行動方策のサポート内に方策を制約する信頼領域最適化手法STRを提案し、理論的な方策改善保証とMuJoCo・AntMazeでの高性能を示した。
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。
行動方策のサポート内に方策を制約する信頼領域最適化手法STRを提案し、理論的な方策改善保証とMuJoCo・AntMazeでの高性能を示した。
PR・アフィリエイト広告