Learning control of underactuated double pendulum with Model-Based Reinforcement Learning

要約

このレポートでは、IROS 2024 で開催される第 2 回 AI オリンピック競技会向けに提案されたソリューションについて説明します。私たちのソリューションは、MC-PILCO という名前の最近のモデルベースの強化学習アルゴリズムに基づいています。
アルゴリズムを簡単にレビューするだけでなく、当面のタスクにおける MC-PILCO 実装の最も重要な側面についても説明します。

要約(オリジナル)

This report describes our proposed solution for the second AI Olympics competition held at IROS 2024. Our solution is based on a recent Model-Based Reinforcement Learning algorithm named MC-PILCO. Besides briefly reviewing the algorithm, we discuss the most critical aspects of the MC-PILCO implementation in the tasks at hand.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google