Reza Moazzez Estanjini
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
- 最小二乗時間差分アクター・クリティック法とロボット運動制御への応用強化学習2011/8/1
ロボット運動の確率的モデルで時相論理タスクを満たす制御方策を求める問題を確率的Shortest Path問題に変換し、最小二乗TD学習を用いたアクター・クリティック型近似動的計画法で解く手法を提案した。
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。
ロボット運動の確率的モデルで時相論理タスクを満たす制御方策を求める問題を確率的Shortest Path問題に変換し、最小二乗TD学習を用いたアクター・クリティック型近似動的計画法で解く手法を提案した。
PR・アフィリエイト広告