Richard Liaw
収録論文 1本 ・ フィジカルAI/ロボット学習
逆強化学習
※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
- 階層的逆強化学習による遅延報酬付き長期タスクの学習逆強化学習2016/4/1
デモンストレーションからサブタスク構造を推定し、局所的な報酬関数と全体の順序依存性を同時に学習するHIRLを提案。並列駐車や振り子などのベンチマークで従来の逆強化学習より高速かつ頑健に収束することを示した。
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。
デモンストレーションからサブタスク構造を推定し、局所的な報酬関数と全体の順序依存性を同時に学習するHIRLを提案。並列駐車や振り子などのベンチマークで従来の逆強化学習より高速かつ頑健に収束することを示した。
PR・アフィリエイト広告