Shenghan Xie
収録論文 1本 ・ フィジカルAI/ロボット学習
強化学習/LfD
※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
- 実演に似た探索サンプリングでオンポリシー強化学習を効率化する枠組み強化学習/LfD2021/9/1
K-Meansで探索サンプルと実演データの類似度を評価し、類似フレームの行動確率を勾配上書きで高めることで、actor-critic型オンポリシーRLのサンプル効率を20〜40%改善する汎用LfDフレームワークを提案した。
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。
K-Meansで探索サンプルと実演データの類似度を評価し、類似フレームの行動確率を勾配上書きで高めることで、actor-critic型オンポリシーRLのサンプル効率を20〜40%改善する汎用LfDフレームワークを提案した。
PR・アフィリエイト広告