Siri Gadipudi
収録論文 1本 ・ フィジカルAI/ロボット学習
モデルベース強化学習
※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
- RePo: 事後予測可能性の正則化による堅牢なモデルベース強化学習モデルベース強化学習2023/9/1
視覚モデルベース強化学習において、観測から潜在表現への情報流を制約することで背景の乱れに強い表現を学習し、さらに報酬なしのアライメントでテスト時適応を可能にした手法を提案。
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。
視覚モデルベース強化学習において、観測から潜在表現への情報流を制約することで背景の乱れに強い表現を学習し、さらに報酬なしのアライメントでテスト時適応を可能にした手法を提案。
PR・アフィリエイト広告