메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Ye Rin Kim (Chonnam University) Hyun Duck Choi (Chonnam University)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2024
발행연도
2024.10
수록면
73 - 78 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a CNN-based inverse reinforcement learning method that optimizes a reward function modeled by a linear combination. The proposed method efficiently extracts features from expert demonstrations using a CNN-based network and effectively estimates the reward function with a few iterations. The proposed method is called CNN-based apprenticeship learning for inverse reinforcement learning. The policy estimated by this method guarantees performance similar to or better than that of expert behavior. Through the Super Mario simulation, we demonstrate that the proposed CNN-based apprenticeship learning outperforms traditional imitation learning and reinforcement learning methods.

목차

Abstract
1. INTRODUCTION
2. BACKGROUND
3. THE PROPOSED METHOD
4. SIMULATION RESULT
5. CONCLUSION
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0