Nicolas Le Roux
収録論文 2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
- ソフトマックス方策ミラー上昇法の高速収束強化学習2024/11/1
ソフトマックス方策ミラー上昇法(SPMA)を改良し、表形式MDPで線形収束を証明するとともに、線形関数近似や非線形関数近似に拡張してMuJoCoやAtariで性能を評価した。
- 効率的な反復方策最適化強化学習2016/12/1
期待報酬を凹な下界の列で近似して効率的に最大化することで、少ない方策更新回数で高性能を得る手法を提案し、負の報酬にも拡張して制御変数を利用可能にした。
