Pengyang Tang
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
- 安全変調アクター・クリティック法:モデルフリー安全強化学習とUAVホバリングへの応用安全強化学習2024/10/1
安全制約を満たすために行動を変調する「安全変調器」とQ値の過大評価を抑える分布型クリティックを組み合わせた強化学習手法を提案し、UAVホバリング実験で有効性を示した。
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。
安全制約を満たすために行動を変調する「安全変調器」とQ値の過大評価を抑える分布型クリティックを組み合わせた強化学習手法を提案し、UAVホバリング実験で有効性を示した。
PR・アフィリエイト広告