Urvi Bhuwania
収録論文 1本 ・ フィジカルAI/ロボット学習
連続制御/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
- 構造的最大化可能なQ関数によるアクターフリー連続制御連続制御/強化学習2025/10/1
連続行動空間での制御において、アクターを別途学習せずにQ関数の構造的最大化を利用する純粋な価値ベース強化学習フレームワークを提案し、標準的なシミュレーションタスクで従来手法と同等以上の性能とサンプル効率を達成した。
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。
連続行動空間での制御において、アクターを別途学習せずにQ関数の構造的最大化を利用する純粋な価値ベース強化学習フレームワークを提案し、標準的なシミュレーションタスクで従来手法と同等以上の性能とサンプル効率を達成した。
PR・アフィリエイト広告