Calarina Muslimani

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

• 準最適データを活用したヒューマン・イン・ザ・ループ強化学習
  強化学習2024/5/1

  低品質なデータに最小報酬を疑似ラベル付けして報酬モデルを事前学習し、人間のフィードバックを減らして強化学習の効率を高める手法SDPを提案。