文献

J-GLOBAL ID：201702228828330646   整理番号：17A0278774

SARSAに基づく再生経験による深部強化学習【Powered by NICT】

Deep reinforcement learning with experience replay based on SARSA

著者 (4件)： Zhao Dongbin (Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences, Beijing 100190, China) ,  Haitao Wang (Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences, Beijing 100190, China) ,  Kun Shao (Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences, Beijing 100190, China) ,  Zhu Yuanheng (Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences, Beijing 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SSCI  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 一種に関する政策強化学習法としての,SARSA本論文では,ビデオゲーム制御問題を解くための深層学習と統合した。を更新するための状態-行動値,SARSA学習を推定するための深い畳込みニューラルネットワークを用いた。に加えて,経験再生は,スケーラブルな機械学習問題への適切な訓練プロセスにするために導入した。このようにして,新しい深強化学習法,深部SARSAと呼ばれるビデオゲームをプレーするヒトを模倣するような複雑な制御問題を解決するために提案する。実験の結果から,深いSARSA学習は深いQ学習よりもいくつかの点で優れた性能を示すと結論した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 畳込み ,  ビデオゲーム ,  ニューラルネットワーク ,  機械学習 ,  *深部 ,  *学習 ,  ヒト ,  *強化学習
準シソーラス用語： Q学習 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 経験 ,  深部 ,  強化学習