Zhihan Yang
収録論文 2本 ・ フィジカルAI/ロボット学習
階層型強化学習強化学習
※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
- 混合可観測性下での階層型強化学習階層型強化学習2022/4/1
一部の状態変数だけが観測可能なMOMDPの部分クラスに対し、上位が目標を生成し下位がそれを達成する2層階層型RL手法HILMOを提案し、長期的連続制御タスクで成功率・サンプル効率・学習時間を改善、実機にも展開した。
- 記憶ベース連続制御のためのリカレントオフポリシー強化学習ベースライン強化学習2021/10/1
部分観測環境での連続制御に向け、DDPG・TD3・SACのリカレント版(RDPG・RTD3・RSAC)を実装・比較し、RSACが最も安定して高性能を示すことを明らかにした。
