Nicola Milano
収録論文 1本 ・ フィジカルAI/ロボット学習
進化戦略
※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
- 現代の神経進化戦略による連続制御最適化の有効性進化戦略2019/12/1
多様な連続制御ベンチマークで神経進化手法を評価し、OpenAI-ESが最も有効でパラメータ数や問題複雑度に対してスケールし、ハイパーパラメータにも頑健であることを示した。また強化学習用報酬関数が進化戦略には必ずしも有効でないことを明らかにした。
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。
多様な連続制御ベンチマークで神経進化手法を評価し、OpenAI-ESが最も有効でパラメータ数や問題複雑度に対してスケールし、ハイパーパラメータにも頑健であることを示した。また強化学習用報酬関数が進化戦略には必ずしも有効でないことを明らかにした。
PR・アフィリエイト広告