Tengyu Ma
収録論文 1本 ・ フィジカルAI/ロボット学習
安全強化学習
※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
- バリア証明書の学習による訓練時違反ゼロの安全強化学習安全強化学習2021/8/1
安全だが報酬の乏しい初期方策のみから、バリア証明書・ダイナミクスモデル・方策を交互に学習し、訓練中の安全違反をゼロに保つ安全RL手法CRABS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。
安全だが報酬の乏しい初期方策のみから、バリア証明書・ダイナミクスモデル・方策を交互に学習し、訓練中の安全違反をゼロに保つ安全RL手法CRABSを提案した論文。
PR・アフィリエイト広告