Tomasz Michalak
収録論文 1本 ・ フィジカルAI/ロボット学習
マルチエージェント強化学習
※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
- 連続制御のためのマルチエージェントモデルベース信用割当マルチエージェント強化学習2021/12/1
ロボットの各構成要素を分散エージェントとみなし、ゲーム理論的な信用割当とモデルベースRLを組み合わせて、通信なしで動作する分散型連続制御フレームワークを提案した論文。
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。
ロボットの各構成要素を分散エージェントとみなし、ゲーム理論的な信用割当とモデルベースRLを組み合わせて、通信なしで動作する分散型連続制御フレームワークを提案した論文。
PR・アフィリエイト広告