Usman Anwar
収録論文 1本 ・ フィジカルAI/ロボット学習
逆強化学習
※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
- 逆強化学習による制約の学習逆強化学習2020/11/1
制約を守るエージェントのデモンストレーションから、そのエージェントが従っている制約をモデルフリーで学習する枠組みを提案し、学習した制約が異なる形態や報酬関数を持つ新たなエージェントにも転移可能であることを示した。
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。
制約を守るエージェントのデモンストレーションから、そのエージェントが従っている制約をモデルフリーで学習する枠組みを提案し、学習した制約が異なる形態や報酬関数を持つ新たなエージェントにも転移可能であることを示した。
PR・アフィリエイト広告