当記事は兵庫県立大学の橋本尚典（<a href="https://researchmap.jp/Takanori_Hashimoto" target="_blank" rel="nofollow noopener noreferrer">https://researchmap.jp/Takanori_Hashimoto</a>）によって寄稿されました。

ICML 2022で発表された論文「Temporal Difference Learning for Model Predictive Control」を JAX での実装例を交えながら紹介します。

当記事は兵庫県立大学の橋本尚典（https://researchmap.jp/Takanori_Hashimoto）によって寄稿されました。

ICML 2022で発表された論文「Temporal Difference Learning for Model Predictive Control」を JAX での実装例を交えながら紹介します。

JAX実装による、モデルフリーとモデルベースの良いとこどりをした強化学習法 「TD-MPC」

論文紹介

02 モデルベース方策の実装例

03 モデルフリー方策の実装例

04 ハイブリッド方策の実装例

05 TD-MPC の実装例

強化学習

最適化

制御工学

株式会社 Proxima Technology