Michael Teng
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
- 分布強化学習のためのマルチサンプル目標値による探索強化学習2022/2/6
分布強化学習において単一サンプル目標値の代わりにマルチサンプル目標値を導入し、UCBベースの探索と組み合わせたE2DCを提案。Humanoid制御などの連続制御タスクで最先端のモデルフリー性能を達成した。
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。
分布強化学習において単一サンプル目標値の代わりにマルチサンプル目標値を導入し、UCBベースの探索と組み合わせたE2DCを提案。Humanoid制御などの連続制御タスクで最先端のモデルフリー性能を達成した。
PR・アフィリエイト広告