Miranda Coninx
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
- 学習された行動空間における疎な報酬の発見と活用強化学習2021/11/1
行動空間をオンザフライで学習しつつ探索と報酬最適化を交互に行うSTAXを提案し、疎報酬環境で既存手法と同等の性能を少ない事前情報で達成した。
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。
行動空間をオンザフライで学習しつつ探索と報酬最適化を交互に行うSTAXを提案し、疎報酬環境で既存手法と同等の性能を少ない事前情報で達成した。
PR・アフィリエイト広告