微分可能なシミュレータはより良い政策勾配を与えるか?【JST・京大機械翻訳】

Suh H. J. Terry; Simchowitz Max; Zhang Kaiqing; Tedrake Russ

プレプリント

J-GLOBAL ID：202202212645628650 整理番号：22P0283429

微分可能なシミュレータはより良い政策勾配を与えるか?【JST・京大機械翻訳】

Do Differentiable Simulators Give Better Policy Gradients?

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年08月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

微分可能なシミュレータは,一次勾配に基づく推定による確率的目的のゼロ次勾配推定を置き換えることによって,強化学習のためのより速い計算時間を約束する。しかし,異なるシミュレータの利用に対するこの疑問の重要な関連性にもかかわらず,物理的システムに関する長い水平計画と制御を含む複雑な景観に関する2つの推定子の性能を決定する要因はまだ不明である。剛性や不連続性のような特定の物理系の特性が一次推定子の有効性を損なう可能性があり,バイアスと分散のレンズを通してこの現象を解析することを示した。さらに,ゼロ次手法のロバスト性と一次推定の効率を結合するために正確な勾配を正しく利用する,α→∞[0,1]を持つα次数勾配推定器を提案した。伝統的な推定子の落とし穴といくつかの数値例に対するα次数推定子の利点を示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, 【Automatic Indexing@JST】

図形・画像処理一般

, , ,

前のページに戻る