Smitha Milli
収録論文 1本 ・ フィジカルAI/ロボット学習
報酬学習
※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
- 報酬合理的(暗黙的)選択:報酬学習の統一形式報酬学習2020/2/1
人間の多様な行動やフィードバックを「報酬に基づく合理的な選択」として統一的に解釈し、報酬関数を学習する枠組みを提案した論文。
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。
人間の多様な行動やフィードバックを「報酬に基づく合理的な選択」として統一的に解釈し、報酬関数を学習する枠組みを提案した論文。
PR・アフィリエイト広告