WEKO3
アイテム
オフラインデータを利用した意味的探索による世界モデルのサンプル効率の改善
https://ipsj.ixsq.nii.ac.jp/records/236006
https://ipsj.ixsq.nii.ac.jp/records/23600654af1f1f-db5b-4678-be37-fdc048d9d971
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z86-6Q-03.pdf (318.4 kB)
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-01 | |||||||||||
| タイトル | ||||||||||||
| タイトル | オフラインデータを利用した意味的探索による世界モデルのサンプル効率の改善 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 早大 | ||||||||||||
| 著者所属 | ||||||||||||
| 早大 | ||||||||||||
| 著者所属 | ||||||||||||
| 早大 | ||||||||||||
| 著者名 |
立松, 健輔
× 立松, 健輔
× 綱島, 秀樹
× 森島, 繁生
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 深層強化学習手法は多くの困難な環境で成功を収めている．一方で，高い性能を発揮するには環境との膨大な相互作用を必要とするという問題が存在する．そこで本研究では，モデルベース強化学習の1つである世界モデルにおいて，人間が事前に用意したオフラインデータを利用し，エージェントによる環境の探索を改善する新たな学習法を提案する．オフラインデータから模倣学習した方策を用いて環境の探索を行うことで，環境とのインタラクションを少なくモデル化するための経験を獲得する．また，模倣学習で獲得した方策において主成分分析を行い，いくつかの主成分にノイズを付加することによって意味のある探索につながるかを調査した． | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN00349328 | |||||||||||
| 書誌情報 |
第86回全国大会講演論文集 巻 2024, 号 1, p. 325-326, 発行日 2024-03-01 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
