Maksym Lefarov
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
※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
- 強化学習におけるオンポリシーモデル誤差補正モデルベースRL2021/10/1
実データをオンポリシー予測に用い、学習モデルは行動の一般化にのみ使うことで、モデルベースRLの誤差蓄積を抑えつつデータ効率を向上させる手法を提案。
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。
実データをオンポリシー予測に用い、学習モデルは行動の一般化にのみ使うことで、モデルベースRLの誤差蓄積を抑えつつデータ効率を向上させる手法を提案。
PR・アフィリエイト広告