Yeda Song
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
- 合成的保守性:オフライン強化学習におけるトランスダクティブアプローチオフライン強化学習2024/4/1
オフライン強化学習において、状態をアンカーと差分に分解するトランスダクティブ再パラメータ化に基づき、逆動態モデルを用いて分布内のアンカーと差分を探索することで、合成的な保守性を実現する手法COCOA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。
オフライン強化学習において、状態をアンカーと差分に分解するトランスダクティブ再パラメータ化に基づき、逆動態モデルを用いて分布内のアンカーと差分を探索することで、合成的な保守性を実現する手法COCOAを提案。
PR・アフィリエイト広告