Paulo Rauber
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
- 後知恵方策勾配法強化学習2017/11/1
強化学習の方策勾配法に「後知恵」の仕組みを導入し、意図した目標とは別の目標達成度の情報を活用することで、疎な報酬環境でのサンプル効率を大幅に向上させた。
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。
強化学習の方策勾配法に「後知恵」の仕組みを導入し、意図した目標とは別の目標達成度の情報を活用することで、疎な報酬環境でのサンプル効率を大幅に向上させた。
PR・アフィリエイト広告