Pablo Samuel Castro

この記事では、深層強化学習における価値関数の分類の使い方について話してるよ。

ハイパーパラメータがディープRLエージェントの効果にどう影響するかを調べる。

Mixtures of ExpertsがDeep Reinforcement Learningのタスクでパフォーマンスを向上させる方法。

NAVIXは、高度なシミュレーションで強化学習の研究を加速させてるよ。