Harjatin Singh Baweja
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
- 真の状態なしで強化学習を行う手法強化学習2019/5/1
目標観測との一致のみを報酬とする指標報酬関数と、達成目標による再ラベリングを組み合わせ、真の状態推定なしにRGB-D画像からロープ操作などの複雑な連続状態空間タスクを学習できることを示した。
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。
目標観測との一致のみを報酬とする指標報酬関数と、達成目標による再ラベリングを組み合わせ、真の状態推定なしにRGB-D画像からロープ操作などの複雑な連続状態空間タスクを学習できることを示した。
PR・アフィリエイト広告