Jiaxin Gao
収録論文 1本 ・ フィジカルAI/ロボット学習
モデルベース強化学習
※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
- 世界モデルを用いたオフポリシー・ブートストラップ強化学習モデルベース強化学習2025/11/1
世界モデルでプランナーを学習し、その行動をオフポリシー学習で方策に蒸留するブートストラップループにより、サンプル効率と性能を両立させる手法BOOMを提案。
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。
世界モデルでプランナーを学習し、その行動をオフポリシー学習で方策に蒸留するブートストラップループにより、サンプル効率と性能を両立させる手法BOOMを提案。
PR・アフィリエイト広告