William Knottenbelt

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

• オフライン強化学習のための行動選好回帰
  オフライン強化学習2025/3/2

  ペア比較に基づく選好最適化をオフライン強化学習に応用し、Q関数の最大モードを行動方策との整合性を保ちながら学習するBPRを提案。D4RLやV-D4RLで最先端性能を達成。