Jiaying Yang
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
- 実行長制御による長チャンク方策のサンプル効率の良いオンライン適応強化学習2026/11/10
長い行動チャンクを予測するロボット方策を、各チャンクをどれだけ実行するかの長さだけを強化学習で適応させることで、少ないオンライン試行で効率的に微調整する手法ExRL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。
長い行動チャンクを予測するロボット方策を、各チャンクをどれだけ実行するかの長さだけを強化学習で適応させることで、少ないオンライン試行で効率的に微調整する手法ExRLを提案した。