Andreas Schlaginhaufen
収録論文 1本 ・ フィジカルAI/ロボット学習
選好ベース強化学習
※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
- 効率的な選好ベース強化学習:ランダム化探索と実験計画法の融合選好ベース強化学習2025/6/1
人間の選好比較から報酬を学習する強化学習において、ランダム化探索と最適実験計画法を組み合わせ、少ないクエリで効率的に学習する手法を提案した。
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。
人間の選好比較から報酬を学習する強化学習において、ランダム化探索と最適実験計画法を組み合わせ、少ないクエリで効率的に学習する手法を提案した。