Thomas Wheeler
収録論文 1本 ・ フィジカルAI/ロボット学習
強化学習/部分観測
※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
- 部分観測環境における分割ロールアウトと政策反復による強化学習:自律型逐次修復問題への応用強化学習/部分観測2020/2/1
部分観測マルコフ決定過程に対し、分割アーキテクチャとニューラルネット分類器を用いた近似政策反復法を提案し、パイプラインの逐次修復シミュレーションで有効性を示した。
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。
部分観測マルコフ決定過程に対し、分割アーキテクチャとニューラルネット分類器を用いた近似政策反復法を提案し、パイプラインの逐次修復シミュレーションで有効性を示した。
PR・アフィリエイト広告