课题基金 / 基金详情

Hierarchical Reinforcement Learning for Autonomous Motion Planning with Real Robots

Hierarchical Reinforcement Learning for Autonomous Motion Planning with Real Robots
真实机器人自主运动规划的分层强化学习
批准号:
19K20370
负责人:
Osa Takayuki
金额:
$2.58万
依托单位国家:
日本
项目类别:
Grant-in-Aid for Early-Career Scientists
财政年份:
2019
资助国家:
日本
项目状态:
已结题
起止时间:
2019-04-01 至 2023-03-31

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(19)
专著(0)
科研奖励(0)
会议论文
DOI: 10.1109/lra.2020.2965085
发表时间: 2020-01
期刊: IEEE Robotics and Automation Letters
影响因子: 5.2
作者: [H. Karasawa;T. Kanemaki;Kei Oomae;R. Fukui;M. Nakao;Takayuki Osa]
通讯作者: H. Karasawa;T. Kanemaki;Kei Oomae;R. Fukui;M. Nakao;Takayuki Osa
Discovering diverse solutions in reinforcement learning
发现强化学习的多样化解决方案
DOI: --
发表时间: 2023
期刊:
影响因子: --
作者: [H. Yamamoto, D. Kitahara, H. Kuroda, and A. Hirabayashi, Takayuki Osa]
通讯作者: Takayuki Osa
DOI: --
发表时间: 2019-10
期刊: ArXiv
影响因子: --
作者: [J. Ackermann;Volker Gabler;Takayuki Osa;Masashi Sugiyama]
通讯作者: J. Ackermann;Volker Gabler;Takayuki Osa;Masashi Sugiyama
Goal-Conditioned Variational Autoencoder Trajectory Primitives with Continuous and Discrete Latent Codes
具有连续和离散潜在代码的目标条件变分自动编码器轨迹原语
DOI: 10.1007/s42979-020-00324-7
发表时间: 2020
期刊: SN Computer Science
影响因子: --
作者: [Takayuki Osa, Shuhei Ikemoto]
通讯作者: Shuhei Ikemoto
17
    海外基金