Yizhi Yuan
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
- 後継表現を用いた経験リプレイの改善強化学習2021/11/1
強化学習の経験リプレイにおいて、TD誤差による「利得」だけでなく、現在の状況との関連性を示す「必要性」も考慮して優先順位付けする新手法を提案し、Dyna-Q迷路やAtariゲームで性能向上を示した。
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。
強化学習の経験リプレイにおいて、TD誤差による「利得」だけでなく、現在の状況との関連性を示す「必要性」も考慮して優先順位付けする新手法を提案し、Dyna-Q迷路やAtariゲームで性能向上を示した。
PR・アフィリエイト広告