John Wikman
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
- 観測不能なランダム遅延に適応する強化学習強化学習2025/6/1
エージェントと環境間の観測不能で時変な遅延に対処するため、将来の行動候補行列を生成するinteraction layerを導入し、遅延パターンに動的に適応するモデルベース強化学習アルゴリズムACDAを提案した。
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。
エージェントと環境間の観測不能で時変な遅延に対処するため、将来の行動候補行列を生成するinteraction layerを導入し、遅延パターンに動的に適応するモデルベース強化学習アルゴリズムACDAを提案した。
PR・アフィリエイト広告