Zecheng Wang
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
- 合成データによる事前学習がオフライン強化学習を改善するオフライン強化学習2023/10/1
言語コーパスでなくても、単純な合成データや1ステップマルコフ連鎖で生成したデータによる短時間の事前学習が、Decision TransformerやCQLのオフライン強化学習性能を向上させることを示した。
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。
言語コーパスでなくても、単純な合成データや1ステップマルコフ連鎖で生成したデータによる短時間の事前学習が、Decision TransformerやCQLのオフライン強化学習性能を向上させることを示した。
PR・アフィリエイト広告