Nick Bührer
収録論文 1本 ・ フィジカルAI/ロボット学習
安全強化学習
※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
- 安全で効率的な強化学習のための乗算型価値関数安全強化学習2023/3/1
安全性クリティックと報酬クリティックを掛け合わせる新しい価値関数により、制約違反を抑えつつサンプル効率を高める安全強化学習手法を提案し、PPOとSACに統合してロボットナビゲーションを含む4環境で評価した。
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。
安全性クリティックと報酬クリティックを掛け合わせる新しい価値関数により、制約違反を抑えつつサンプル効率を高める安全強化学習手法を提案し、PPOとSACに統合してロボットナビゲーションを含む4環境で評価した。
PR・アフィリエイト広告