Fahim Tajwar
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
- オンライン強化学習のためのオフライン再学習:探索バイアスを緩和する分離型方策学習強化学習2023/10/1
オンライン強化学習で探索用の方策と評価用の方策を分離し、全対話データから悲観的に方策を再学習することで探索バイアスを抑え性能を向上させる手法を提案。
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。
オンライン強化学習で探索用の方策と評価用の方策を分離し、全対話データから悲観的に方策を再学習することで探索バイアスを抑え性能を向上させる手法を提案。
PR・アフィリエイト広告