文献

J-GLOBAL ID：201702248353716527   整理番号：17A1771881

深部強化学習:概観【Powered by NICT】

Deep Reinforcement Learning: A Brief Survey

著者 (4件)： Arulkumaran Kai (Bioengineering, Imperial College, London, United Kingdom) ,  Deisenroth Marc Peter (Department of Computing, Imperial College, London, United Kingdom) ,  Brundage Miles (Future of Humanity Institute, University of Oxford, Oxfordshire, United Kingdom) ,  Bharath Anil Anthony (Bioengineering, Imperial College, London, United Kingdom)
資料名： IEEE Signal Processing Magazine  (IEEE Signal Processing Magazine)
巻： 34  号： 6  ページ： 26-38  発行年： 2017年 
JST資料番号： H0928A  ISSN： 1053-5888  CODEN： ISPRE6  資料種別： 逐次刊行物 (A)
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： 深部強化学習(DRL)は,人工知能(AI)の分野を革新しようとしているし,視覚世界のhigherlevel理解を用いた自律システムの構築に向けたステップを提示する。現在,深層学習は,画素から直接ビデオゲームをした以前に難治性問題,学習のようなスケールに向けた強化学習(RL)を可能にした。DRLアルゴリズムもロボットに適用し,実世界のカメラ入力から直接学ぶべきロボットに対する制御政策を可能にした。本調査では,RLの一般場,価値に基づくとポリシーベース法の主流への進展の紹介から始める。著者らの調査は,深いRLの中心アルゴリズムをカバーする,深いQネットワーク(DQN),信頼領域政策最適化(TRPO),非同期利点アクタークリティックを含む。それと並行して,深いニューラルネットワークのユニークな利点を強調し,RLによる視覚的理解に焦点を当てた。終りに,領域内の研究のいくつかの電流領域を記述した。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： アルゴリズム ,  最適化 ,  ロボット ,  自律系 ,  *強化学習 ,  人工知能 ,  ニューラルネットワーク ,  ネットワーク ,  信頼区間 ,  視覚 ,  画素 ,  *深部 ,  カメラ ,  ビデオゲーム
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 深部 ,  強化学習