Chaoyue Zhao

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

• Wasserstein・Sinkhorn信頼領域による方策最適化の収束保証
  強化学習2023/6/25

  KLダイバージェンスの代わりにWasserstein距離とSinkhorn距離を信頼領域に用いた方策最適化を提案し、大域的最適性への収束を理論的に示すとともに、ロボット歩行や連続制御タスクで性能向上を実証した。