Jiangpeng Yan
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
- バイアス低減マルチステップ後知恵経験再生による効率的なマルチゴール強化学習強化学習2021/2/1
マルチゴール強化学習においてnステップの後知恵リラベリングがもたらすオフポリシーバイアスを理論的・実験的に示し、λリターンやモデルベース価値展開でバイアスを低減するMHER(λ)とMMHERを提案した論文。
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。
マルチゴール強化学習においてnステップの後知恵リラベリングがもたらすオフポリシーバイアスを理論的・実験的に示し、λリターンやモデルベース価値展開でバイアスを低減するMHER(λ)とMMHERを提案した論文。
PR・アフィリエイト広告