文献

J-GLOBAL ID：201702265973364091   整理番号：17A1349791

自己管理予測による好奇心駆動探索【Powered by NICT】

Curiosity-Driven Exploration by Self-Supervised Prediction

著者 (4件)： Pathak Deepak ,  Agrawal Pulkit ,  Efros Alexei A. ,  Darrell Trevor
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPRW  ページ： 488-489  発行年： 2017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： 多数の実世界シナリオでは,エージェントに外的報酬は非常に疎な,または全く無かった。このような場合,好奇心はその環境を調査し,その寿命の後半で有用であることをスキルを学習する剤可能にする固有報酬信号として役立つことができる。自己教師つき逆動力学モデルにより学習された視覚的特徴量空間においてその自身の行動の結果を予測する能力エージェントのにおける誤差として好奇心を定式化した。この定式化は,画像のような高次元連続状態空間にスケールし,画素を予測する直接の困難を迂回して,批判的に,エージェントに影響しないことを環境の側面を無視している。提案アプローチでは,二種類の環境:VizDoomとSuper Mario Bros社で評価した。三つの広い設定について調べた1)スパース外因性報酬2)外因性報酬;による探査および3)見えないシナリオへの一般化は,(例えば同じゲームの新しいレベル)。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： 定式化 ,  画素 ,  エージェント ,  画像 ,  *自己管理 ,  透視図法 ,  高次元 ,  *予測 ,  ゲーム ,  動力学モデル
準シソーラス用語： 状態空間 ,  視覚顕著 ,  *好奇心 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： 自己管理 ,  予測 ,  好奇心 ,  探索