Reinforcement learning using expectation maximization based guided policy search for stochastic dynamics

Guided policy search algorithms have been proven to work with incredible accuracy not only for controlling complicated dynamical systems, but also in learning optimal policies from exploration of various unseen instances. This paper deals with a trajectory optimization problem for an unknown dynamic...

Celý popis

Uloženo v:
Podrobná bibliografie
Vydáno v:Neurocomputing (Amsterdam) Ročník 484; s. 79 - 88
Hlavní autoři: Mallick, Prakash, Chen, Zhiyiong, Zamani, Mohsen
Médium: Journal Article
Jazyk:angličtina
Vydáno: Elsevier B.V 01.05.2022
Témata:
ISSN:0925-2312, 1872-8286
On-line přístup:Získat plný text
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
Buďte první, kdo okomentuje tento záznam!
Nejprve se musíte přihlásit.