Mingkang Wu
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
- 評価ベース強化学習強化学習2023/7/1
サンプルペアの相対比較ではなく、個々の軌跡に対する人間の評価値を用いて報酬を学習する新しい強化学習手法を提案した。
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。
サンプルペアの相対比較ではなく、個々の軌跡に対する人間の評価値を用いて報酬を学習する新しい強化学習手法を提案した。
PR・アフィリエイト広告