Continuous Control
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 3
- 평가표
- 73
- 보존된 평가 기록
- 116
Continuous control in the context of playing games, especially within artificial intelligence (AI) and machine learning (ML), refers to the ability to make a series of smooth, ongoing adjustments or actions to control a game or a simulation. This is in contrast to discrete control, where the actions are limited to a set of specific, distinct choices. Continuous control is crucial in environments where precision, timing, and the magnitude of actions matter, such as driving a car in a racing game, controlling a character in a simulation, or managing the flight of an aircraft in a flight simulator.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
난류 항력 감소를 위한 폐루프 벽면 제어기의 그래디언트 없는 학습
리 군 상 강제 다체 동역학 학습
마이크로그리드 에너지 조율 연합 강화학습을 위한 제약 인식 집계
안전 강화학습에서 효율적 탐험을 위한 방향성 제약
열에너지 저장 제어를 위한 추론 모델의 검증기 기반 강화 미세조정
UniVR: 통합 시각 추론을 위한 시각 공간에서의 사고
FlowWAM: 월드 액션 모델을 위한 통합 액션 표현으로서의 광학 흐름
보고, 집중하고, 행동하라: 인간 시선과 중심화 Vision Transformer를 통한 효율적이고 견고한 로봇 학습
스마트 온실 강화학습 제어를 위한 교정 우선 보상 구성요소 감사
GaitSpan: 보행에서 달리기로 확장되는 휴머노이드 이동
UR-VC: 시간 유도 진행도 프록시를 위한 비지도 로봇 가치 보정
Efficient Q-Learning and Actor-Critic Methods for Robust Average-Reward Reinforcement Learning
결정론적 정책을 이용한 확장 평균장 제어를 위한 액터-크리틱 학습
쿠프만 연산자 회귀를 이용한 스위칭 비선형 시스템 제어 학습
미분 가능 물리학 기반 재사용 발사체의 포화 인식 강인 궤적 최적화
잠재 세계 모델에서 예측 가능성의 제어 이론
코딩 에이전트를 활용한 능동 유동 제어의 휴리스틱 학습
능동적 오프라인-온라인 강화학습
규칙 정렬 소형 언어 모델과 다중 에이전트 자기 수정을 활용한 폐루프 제어
연속 시간에서의 피드백 결합 메모리 시스템
VLAC-Cut 가이드 파이프라인을 통한 대규모 로봇 사후 학습에서의 인간 효율성 극대화
TS-Mask VLA: 효과적인 브리징을 갖춘 비전-언어-행동 모델을 위한 2D 시간-공간 마스킹
Robo-ValueRL: 오프라인-온라인 강화학습을 위한 신뢰할 수 있는 가치 추정
멀티모달 모방을 위한 개입 가능한 소스-리프팅 플로우 매칭
Co4ICF: 관성 봉쇄 핵융합을 위한 물리 정보 기반 서로게이트와 강화학습 기반 펄스 옵티마이저의 공동 진화
Learning Residual Kinematic Corrections for Continuous Neural Decoding via Reinforcement Learning
ReinforceGen: 자동화된 데이터 생성과 강화학습을 활용한 하이브리드 스킬 정책
선호도 조건부 다목적 강화학습: 분해된, 다양성 기반 정책 최적화
신호 시제 논리로부터 비선형 시스템을 위한 학습 기반 매개변수 합성
SafeExplorer: 복구 개입이 있는 강화학습을 위한 비편향 정책 그래디언트
제어 라게르 테셀레이션: 제어 시스템에서의 반이산 최적 운송
위험 인식 일반 효용 마르코프 결정 과정
효율적인 오프라인 강화학습을 위한 숏컷 궤적 계획
전체 팔 조작을 위한 촉각 및 시각 조건부 접촉 중심 제어
PAC-ACT: 액션 청킹 트랜스포머를 위한 사후 학습 액터-크리틱
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.