Wenxian Li
収録論文 1本 ・ フィジカルAI/ロボット学習
オフライン強化学習
※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
- オフライン強化学習のためのQ値正則化Decision ConvFormerオフライン強化学習2024/9/1
Decision ConvFormerに動的計画法によるQ値最大化項を組み込み、軌道の繋ぎ合わせ性能を高めたオフライン強化学習手法を提案。
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。
Decision ConvFormerに動的計画法によるQ値最大化項を組み込み、軌道の繋ぎ合わせ性能を高めたオフライン強化学習手法を提案。
PR・アフィリエイト広告