Outperforming Deep Reinforcement Learning with Luffy AI
Luffy AI は、ノイズ・遅延・パラメータ変動を含む現実的な制御タスクにおいて、自社の neuroevolution ベースの制御器が最先端の深層強化学習アルゴリズム DMPO および D4PG を上回ったと報告している。同社によれば、これらの制御器はパラメータ数が300〜400分の1で、標準的なハードウェア上で100〜1000倍高速に動作する。Luffy はこのアーキテクチャを、従来の深層学習が苦戦するとされる sim-to-real 転移、計算効率、エッジ実装への解として位置づけている。
Luffy AI 公式サイト Researchで全文を読む ↗
無料登録で、調達額・投資家・記事全文が読めます（メールアドレスのみ）。
無料で登録する