文献

J-GLOBAL ID：201702241564472068   整理番号：17A1214272

損失関数に基づく無パラメータ学習オートマトン方式【Powered by NICT】

A loss function based parameterless learning automaton scheme

著者 (3件)： Guo Ying (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Ge Hao (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Li Shenghong (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 260  ページ： 331-340  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 学習オートマトン(LA)は人工知能の分野で強化学習のための強力なツールである。LAの評価では,常に「精度」と「スピード」,パラメータ調整に関与する実質的に間のトレードオフに重要な課題となっている。環境ランダム性と複雑性のために,それは普遍的には百万パラメータ調整の過程での相互作用を,大きな費用をもたらす。この致命的な欠陥を回避するために,本論文では,LFPLAと名付けた新しいパラメータなし学習オートマトンを提案した。手動構成パラメータに頼るのではなくの興味ある特性を示し,定常ランダム環境におけるε最適性特性を有していた。特有の革新は新たに定義された損失関数,従来のLAにおける維持確率ベクトルに代わるにある。さらに,直列サンプリング戦略の行動選択用に設計されている,反復終了条件の点から,十分に小さいしきい値を採用した。詳細な数学的証明によって理論的にその有利な性能を立証することに加えて,ここではまた,二作用だけでなくマルチアクションベンチマーク環境における有効性を示し,モンテカルロシミュレーションを用いて広範な実験を行った。提案LFPLAはのみパラメータを含まないLAよりも高い精度で速く収束:GBLA。さらに,マルチアクションLAにおける芸術の状態,特に複雑なとconfuse環境におけるよりも優れていた。すべての大部分,調整コストまたは相互作用コストのいずれかに特に注目したユニークで異常な利点を具体化した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *学習 ,  ベクトル ,  *損失関数 ,  人工知能 ,  相互作用 ,  *オートマトン ,  強化学習
準シソーラス用語： モンテカルロシミュレーション ,  行動選択 ,  複雑性 ,  ランダム性 ,  *学習オートマトン ,  *パラメータ学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 強化学習 ,  オートマトン学習 ,  パラメータ無し ,  損失関数 ,  モンテカルロシミュレーション

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 損失関数 ,  パラメータ学習 ,  オートマトン