Cheng Huang
収録論文 1本 ・ フィジカルAI/ロボット学習
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
- 大規模行動空間における強化学習のためのアドバンテージベース最適化手法強化学習2024/12/17
大規模行動空間での強化学習において、各次元の行動価値をアドバンテージで調整するABQを提案し、BDQや連続行動ベースラインを上回る性能を示した。
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。
大規模行動空間での強化学習において、各次元の行動価値をアドバンテージで調整するABQを提案し、BDQや連続行動ベースラインを上回る性能を示した。
PR・アフィリエイト広告