Jared Boyer
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
- ループアクター:強化学習のための深さ方向リカレント推論モデル強化学習2026/9/29
共有パラメータを繰り返し適用するループ型トランスフォーマーポリシーを提案し、状態に応じて計算量を適応的に変えることで、パラメータ数が16倍のベースラインと同等以上の性能を22タスクで達成した。
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。
共有パラメータを繰り返し適用するループ型トランスフォーマーポリシーを提案し、状態に応じて計算量を適応的に変えることで、パラメータ数が16倍のベースラインと同等以上の性能を22タスクで達成した。