Rio Yokota
収録論文 1本 ・ フィジカルAI/ロボット学習
逆強化学習
※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
- OPIRL: 分布マッチングによるサンプル効率の良いオフポリシー逆強化学習逆強化学習2021/9/1
オフポリシーデータの分布マッチングを用いて環境との相互作用を大幅に削減し、汎化性の高い報酬関数を学習する逆強化学習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。
オフポリシーデータの分布マッチングを用いて環境との相互作用を大幅に削減し、汎化性の高い報酬関数を学習する逆強化学習手法を提案した論文。
PR・アフィリエイト広告