Annie Qu

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。

論文

• TOPPO: クリティックバランシングによるマルチタスク強化学習のためのPPO再考
  強化学習2026/5/1

  マルチタスク強化学習におけるPPOの性能低下原因がクリティック側の勾配不良であることを特定し、勾配調整とタスク間学習バランスを改善するTOPPOを提案した。