Reza Asad
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
- ソフトマックス方策ミラー上昇法の高速収束強化学習2024/11/1
ソフトマックス方策ミラー上昇法(SPMA)を改良し、表形式MDPで線形収束を証明するとともに、線形関数近似や非線形関数近似に拡張してMuJoCoやAtariで性能を評価した。
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。
ソフトマックス方策ミラー上昇法(SPMA)を改良し、表形式MDPで線形収束を証明するとともに、線形関数近似や非線形関数近似に拡張してMuJoCoやAtariで性能を評価した。
PR・アフィリエイト広告