Our work is out on "deployment" efficient RL algorithm based on model-based offline method!
done in collaboration with
@frt03_
@ymatsuo
@ofirnachum
and
@shaneguML
Can we solve Gym tasks with only 5-10 "trials"? Yes we can. We propose deployment efficiency as a new metric for RL, counting # of distinct data collection policies in learning. Most prior methods use 100s-1Ms. Joint w/
@Matsuo_Lab
@ofirnachum
1/
4
57
290
1
13
58
Replies
@frt03_
@ymatsuo
@ofirnachum
@shaneguML
この研究に関連して，オフラインモデルベース強化学習に関して，明日の人工知能学会全国大会「世界モデルと知能」セッションにおいて発表します
おそらく日本では初めての「世界モデル」を中心トピックとしたセッションですので，是非ご参加ください！
0
4
22