Chengqi Zhang
収録論文 1本 ・ フィジカルAI/ロボット学習
オフライン強化学習
※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
- グラフ上のトランスダクティブ報酬推論オフライン強化学習2024/2/6
限られた報酬アノテーションから報酬伝播グラフを構築し、未ラベルデータの報酬をトランスダクティブに推論する手法を提案。歩行やロボット操作タスクでオフライン強化学習の性能を向上させた。
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。
限られた報酬アノテーションから報酬伝播グラフを構築し、未ラベルデータの報酬をトランスダクティブに推論する手法を提案。歩行やロボット操作タスクでオフライン強化学習の性能を向上させた。