Ryan Leonard
収録論文 1本 ・ フィジカルAI/ロボット学習
報酬設計
※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
- 意味的報酬操作によるワンショット方策誘導報酬設計2021/1/1
計画述語の組み合わせから得られる意味的説明を用いてエージェントの報酬関数を拡張し、より最適な行動を引き出す逐次最適化アルゴリズムSPEAR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。
計画述語の組み合わせから得られる意味的説明を用いてエージェントの報酬関数を拡張し、より最適な行動を引き出す逐次最適化アルゴリズムSPEARを提案した論文。
PR・アフィリエイト広告