Jan Robine
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
- サイクロフォビック強化学習強化学習2023/8/1
新規性を報酬とするのではなく、状態の巡回(サイクル)を罰することで冗長な探索を避け、階層表現と組み合わせてMiniGridやMiniHackで高効率な探索を実現した。
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。
新規性を報酬とするのではなく、状態の巡回(サイクル)を罰することで冗長な探索を避け、階層表現と組み合わせてMiniGridやMiniHackで高効率な探索を実現した。