Dongkyu Derek Cho

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

• 順序付き方策最適化
  強化学習2026/11/6

  PPOの固定クリッピング範囲をサンプルごとに適応させ、重要度比をソートして裾の極端な比を制御するOPOを提案。MuJoCoとAtariで高い性能を示した。