Ashutosh Nayyar

この記事では、複雑な環境における近似モデルからの政策がどれだけうまく機能するかを検討しています。

意思決定で複数の目標を効率よく扱う新しいアプローチ。

限られたデータで性能を向上させる新しい模倣学習のアプローチ。