トピック: Rollout

全セクション横断 3 件

イリノイ大学の研究チームは、AIエージェントが次の行動列を先読みする力を行動学習と同時に鍛える手法CoPEを発表した。推論時の負荷を増やさず学習効率を高め、業務自動化の開発コスト低減につながる。

清華大学などの研究チームは、成功も失敗も含む実稼働の記録から学び、ロボットの作業成功率を段階的に高める手法LoopWAMを発表した。現場データの活用法を変える可能性がある。

研究チームは、既存のソースコードだけから強化学習用の訓練課題を自動生成する手法CodeMidasを開発した。5,545件の課題で学習したAIエージェントは、全5ベンチマークで性能が向上した。