深い強化エンドツーエンドの運転のための学習は、複雑な報酬エンジニアリングの必要性によって制限されます。報酬がまばらであると、この課題を回避できますが、トレーニング時間が長くなり、最適ではないポリシーに

arxiv_reader のブックマーク 2021/03/17 11:43

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4699916776838393570/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2103.09189v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2103.09189v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2103.09189v2" data-user-icon="/users/arxiv_reader/profile.png">エンドツーエンドの運転のための目標制約付きスパース強化学習</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/domain">domain</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/sparse">sparse</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22reinforcement%20learning%22">reinforcement learning</a>]</li></ul><br><p style="clear: left">深い強化エンドツーエンドの運転のための学習は、複雑な報酬エンジニアリングの必要性によって制限されます。報酬がまばらであると、この課題を回避できますが、トレーニング時間が長くなり、最適ではないポリシーに</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210317#bookmark-4699916776838393570"><span class="datetime-body">2021/03/17 11:43</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！