Xian Yu
収録論文 1本 ・ フィジカルAI/ロボット学習
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
- ガウス過程尤度推定による報酬再分配強化学習2025/3/1
ガウス過程で報酬関数をモデル化し、軌跡全体の尤度最大化により疎な報酬を密な報酬に再分配する手法を提案。MuJoCoベンチマークでサンプル効率と性能が向上。
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。
ガウス過程で報酬関数をモデル化し、軌跡全体の尤度最大化により疎な報酬を密な報酬に再分配する手法を提案。MuJoCoベンチマークでサンプル効率と性能が向上。