Joshua Bowden

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。

論文

• 割引リビネス定式化による操作ポリシーのオフラインポリシー評価
  ポリシー評価2026/5/1

  スパース報酬と有限長ロールアウトによる打ち切りバイアスに頑健な、リビネスに基づくベルマン作用素を用いたオフラインポリシー評価手法を提案した。