Jiameng Fan
収録論文 1本 ・ フィジカルAI/ロボット学習
安全強化学習
※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
- オンラインガウス過程推定による安全誘導型深層強化学習安全強化学習2019/3/1
安全コストの状態行動価値関数をリアプノフ関数候補とみなし、オンラインGP推定でその微分を近似することで、未知環境でも安定性保証付きの高性能制御方策を学習する手法を提案した。
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。
安全コストの状態行動価値関数をリアプノフ関数候補とみなし、オンラインGP推定でその微分を近似することで、未知環境でも安定性保証付きの高性能制御方策を学習する手法を提案した。
PR・アフィリエイト広告