Huayan Wang
収録論文 1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
- 楽観的探索と分布補正を組み合わせたオフポリシー強化学習強化学習2021/10/1
不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。
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。
不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。
PR・アフィリエイト広告