Nicholas K. Taylor
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
- IV-Posterior: 方策の解釈可能な証明のための逆価値推定強化学習2020/12/1
MaskedAutoregressive Flowを用いて、事前学習済み方策が有効に機能する環境条件の分布を推定し、その分布を方策選択の証明として活用することで性能向上を図る手法を提案した論文。
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。
MaskedAutoregressive Flowを用いて、事前学習済み方策が有効に機能する環境条件の分布を推定し、その分布を方策選択の証明として活用することで性能向上を図る手法を提案した論文。
PR・アフィリエイト広告