Sebastian Döhler

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。

論文

• POLTER: 教師なし強化学習のための方策軌道アンサンブル正則化
  教師なし強化学習2022/5/1

  事前学習中に得られた方策のアンサンブルを利用して、教師なし強化学習アルゴリズムの方策を最適な事前方策に近づける正則化手法を提案し、ベンチマークで性能を向上させた。