Curriculum RL中級
双方向Voronoiバイアス探索カリキュラムBVER、参照なしで疎報酬タスクを高速習得
ETH Zürichらの研究チームは、報酬が疎なゴール条件付き強化学習向けに、開始状態とゴールを双方向から拡張するカリキュラムBVERを開発した。シミュレーションの迷路、四足ロボットの箱登り、ロボットアームのリング移動で、参照軌道を使わない既存カリキュラムより速く学習し、0.7mの箱登りは参照なし手法で唯一成功した。本論文はプレプリントであり、査読済みとは報告されていない。
ロボティクスとフィジカルAIの最新論文と、それぞれが産業にもたらす意味。
ETH Zürichらの研究チームは、報酬が疎なゴール条件付き強化学習向けに、開始状態とゴールを双方向から拡張するカリキュラムBVERを開発した。シミュレーションの迷路、四足ロボットの箱登り、ロボットアームのリング移動で、参照軌道を使わない既存カリキュラムより速く学習し、0.7mの箱登りは参照なし手法で唯一成功した。本論文はプレプリントであり、査読済みとは報告されていない。
論文は arXiv のロボティクス分野から取得しています。当社の要約が未作成の場合は、要旨の冒頭を表示します。