Shiqing Gao

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。

論文

• ペナルティ指標ネットワークを用いた外点ペナルティ方策最適化
  制約付き強化学習2024/7/1

  制約付き強化学習において、ペナルティ指標ネットワークが適応的にペナルティを生成する外点ペナルティ方策最適化（EPO）を提案し、制約満足と性能向上を両立させた。