A. Rupam Mahmood

新しい方法が継続学習の重要な問題、プラスティシティと忘却に対処してるよ。

HesScaleはヘッセ行列の対角成分を推定することで、機械学習の効率を向上させるんだ。

新しい方法が強化学習の探索効率を向上させる。

ロボットはスパース報酬とミニマムタイムアプローチで、もっと早くて上手に学ぶんだ。

ウェイトクリッピングは、ディープラーニングと強化学習におけるモデルのパフォーマンスを向上させる。

ロボットがアクションバリューグラディエント法でどんだけうまく学ぶか探ってみて。