Peter Sunehag
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
- 実践的な特徴強化学習アルゴリズムPhiMDP強化学習2011/8/1
履歴ベースの知覚エイリアシング解決手法として、並列テンパリングによる確率的探索で文脈木を選ぶPhiMDPを実装し、U-treeやactive-LZを上回りMC-AIXI-CTWに匹敵する性能を少ない計算資源で示した。
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。
履歴ベースの知覚エイリアシング解決手法として、並列テンパリングによる確率的探索で文脈木を選ぶPhiMDPを実装し、U-treeやactive-LZを上回りMC-AIXI-CTWに匹敵する性能を少ない計算資源で示した。
PR・アフィリエイト広告