Qiuhua Huang
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
- 教師なし行動計画による深層強化学習の安全性向上強化学習2021/9/1
危険な状況から回復する行動をk-meansクラスタリングで保存・検索し、類似状態で最適な回復行動を選ぶことで、TRPOやPPOなどの強化学習の安全性を高め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。
危険な状況から回復する行動をk-meansクラスタリングで保存・検索し、類似状態で最適な回復行動を選ぶことで、TRPOやPPOなどの強化学習の安全性を高める手法を提案した論文。
PR・アフィリエイト広告