Tom Le Paine
収録論文 2本 ・ フィジカルAI/ロボット学習
オフライン方策選択模倣学習
※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
- π2vec: 後継特徴量による方策表現オフライン方策選択2023/6/1
黒箱方策の振る舞いを、基盤モデル特徴量の統計変化として捉えた特徴ベクトルで表現する手法を提案し、オフライン方策選択に応用する。
- ワンショット高忠実模倣:大規模深層ネットを強化学習で訓練する模倣学習2018/10/1
経験をメモリに蓄えてオフポリシーRLで巨大な深層ネットを学習し、視覚入力のみから一回の実演で高忠実に模倣する方策と実演者より効率的に解く方策の両方を獲得する手法MetaMimicを提案した。
