เรียนรู้ Montezuma’s Revenge จากการสาธิตเพียงครั้งเดียว
งานวิจัยนี้แสดงให้เห็นถึงความก้าวหน้าในการใช้ Reinforcement Learning (RL) เพื่อให้ Agent เรียนรู้จากเพียงการสาธิตครั้งเดียว โดยใช้เกม…
Policy Gradients
งานวิจัยนี้แสดงให้เห็นถึงความก้าวหน้าในการใช้ Reinforcement Learning (RL) เพื่อให้ Agent เรียนรู้จากเพียงการสาธิตครั้งเดียว โดยใช้เกม…