Jayce Haoran Wang
収録論文 1本 ・ フィジカルAI/ロボット学習
模倣学習
※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
- 実例からの価値ペナルティ付き補助制御によるデモンストレーション不要の効率的模倣模倣学習2024/7/1
完了したタスクの実例のみを用いた強化学習において、簡単な補助タスクの実例と成功レベル以上の価値ペナルティを追加することで探索を大幅に改善し、学習効率を高める手法VPACEを提案した。
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。
完了したタスクの実例のみを用いた強化学習において、簡単な補助タスクの実例と成功レベル以上の価値ペナルティを追加することで探索を大幅に改善し、学習効率を高める手法VPACEを提案した。
PR・アフィリエイト広告