Michael Janschek

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

• 多段ポリシー回帰による計画学習
  強化学習2021/6/1

  A2Cで環境知識をサンプリングし、1観測からn個の連続行動を予測するポリシー蒸留手法PHRを提案し、MiniGridとPongで推論高速化を示した。