Nikhil Kumar Singh
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
- 倹約アクター・クリティック:ユニーク経験を用いたサンプル効率の良いオフポリシー深層強化学習強化学習2024/2/1
リプレイバッファにユニークな経験のみを選択的に追加することで、サンプル効率を高めつつバッファサイズを削減するオフポリシーアクター・クリティック手法を提案し、収束の速さを理論的に証明した。
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。
リプレイバッファにユニークな経験のみを選択的に追加することで、サンプル効率を高めつつバッファサイズを削減するオフポリシーアクター・クリティック手法を提案し、収束の速さを理論的に証明した。
PR・アフィリエイト広告