Jonathan Zamora
収録論文 1本 ・ フィジカルAI/ロボット学習
逆強化学習
※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
- 多様な動画からのグラフ逆強化学習逆強化学習2022/7/1
多様な第三者視点動画から報酬関数を学習するため、動画をエンティティ間の相互作用グラフとして抽象化し、時間的マッチングでタスク進捗を測るGraphIRLを提案。実機マニピュレーションで手設計報酬を上回る性能を示した。
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。
多様な第三者視点動画から報酬関数を学習するため、動画をエンティティ間の相互作用グラフとして抽象化し、時間的マッチングでタスク進捗を測るGraphIRLを提案。実機マニピュレーションで手設計報酬を上回る性能を示した。
PR・アフィリエイト広告