Xinmeng Ma
収録論文 1本 ・ フィジカルAI/ロボット学習
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
- 過小評価と過大評価のバランスを取るRealistic Actor-Critic強化学習2021/10/19
複数のクリティックの不確実性を利用してQ関数の信頼区間を多様に構築し、過小評価と過大評価のトレードオフを調整するRACを提案。MuJoCoでSAC比10倍のサンプル効率とHumanoidで25%の性能向上を達成した。
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。
複数のクリティックの不確実性を利用してQ関数の信頼区間を多様に構築し、過小評価と過大評価のトレードオフを調整するRACを提案。MuJoCoでSAC比10倍のサンプル効率とHumanoidで25%の性能向上を達成した。
PR・アフィリエイト広告