Sravan Jayanthi
収録論文 1本 ・ フィジカルAI/ロボット学習
模倣学習
※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
- デモンストレーションからの高速生涯適応逆強化学習模倣学習2022/9/1
ユーザーのデモンストレーションからロボットが素早く適応し、生涯にわたって効率的に学習する新しい枠組みFLAIRを提案。ポリシー混合により異なる好みに即応し、共通知識を蒸留してタスク推論を高精度化、必要な時だけモデルを拡張する。
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。
ユーザーのデモンストレーションからロボットが素早く適応し、生涯にわたって効率的に学習する新しい枠組みFLAIRを提案。ポリシー混合により異なる好みに即応し、共通知識を蒸留してタスク推論を高精度化、必要な時だけモデルを拡張する。
PR・アフィリエイト広告