Ilnura Usmanova
収録論文 1本 ・ フィジカルAI/ロボット学習
モデルベースRL/安全制約
※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
- ベイズ世界モデルによる制約付き方策最適化モデルベースRL/安全制約2022/1/1
ベイズ世界モデルの不確実性を利用し、タスク目的の楽観的上界と安全制約の悲観的上界を最大化するモデルベース強化学習手法LAMBDAを提案し、Safety-Gymで高いサンプル効率と制約違反の少なさを示した。
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。
ベイズ世界モデルの不確実性を利用し、タスク目的の楽観的上界と安全制約の悲観的上界を最大化するモデルベース強化学習手法LAMBDAを提案し、Safety-Gymで高いサンプル効率と制約違反の少なさを示した。
PR・アフィリエイト広告