文献

J-GLOBAL ID：201702297362794927   整理番号：17A0414679

RLにおける感情とアドバイスを用いた学習からの説明【Powered by NICT】

Learning From Explanations Using Sentiment and Advice in RL

著者 (6件)： Krening Samantha (Institute for Robotics and Intelligent Machines, Georgia Institute of Technology, Atlanta, GA, USA) ,  Harrison Brent (Institute for Robotics and Intelligent Machines, Georgia Institute of Technology, Atlanta, GA, USA) ,  Feigh Karen M. (Institute for Robotics and Intelligent Machines, Georgia Institute of Technology, Atlanta, GA, USA) ,  Isbell Charles Lee (Institute for Robotics and Intelligent Machines, Georgia Institute of Technology, Atlanta, GA, USA) ,  Riedl Mark (Institute for Robotics and Intelligent Machines, Georgia Institute of Technology, Atlanta, GA, USA) ,  Thomaz Andrea (Department of College of Computing, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： IEEE Transactions on Cognitive and Developmental Systems  (IEEE Transactions on Cognitive and Developmental Systems)
巻： 9  号： 1  ページ： 44-55  発行年： 2017年 
JST資料番号： W2443A  ISSN： 2379-8920  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： 機械学習専門知識を持つ人びとから学ばないロボットのために,ロボットは天然ヒト指導から学ぶべきである。説明を組み込んだ大部分機械学習技術は,人々が限定された語彙を用い,状態情報を提供するために必要とする,それは直感的ではない。説明を用いてMario Bros社ゲームを演じるを学習したソフトウェアエージェントを論じた。説明からの学習を改善するための著者らの目的は二つある:すなわち1)説明をアドバイスと警告および2)状態情報なしに文から政策を学習した。感情分析フィルタ説明を用いなすべきことと避けるべきことの警告のアドバイス。物体を扱う場合剤が取るべき行動表現へのオブジェクト集束アドバイスを開発した。強化学習エージェントを対象集束アドバイスを用いその報酬を最大化する政策を学習した。偽陰性を緩和後,フィルタとして感情を用いた約85%正確であった。対象集束勧告は,勧告を与えなかった場合よりも良好な性能を示した,勧告を適用するような場合のエージェントは学習し,エージェントは敵対的アドバイスから回復することができた。も相互作用の方法は人間教師の認知負荷を容易にするように設計されなければならず,またアドバイスは低品質であることが分かった。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： フィルタ ,  語彙 ,  ロボット ,  ゲーム ,  集束 ,  ヒト ,  *エージェント ,  機械学習
準シソーラス用語： 認知負荷 ,  敵意 ,  学習エージェント ,  感情分析 ,  ソフトウェアエージェント ,  機械学習技術 ,  専門知識 , 【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 (4件)： 感情 ,  アドバイス ,  学習 ,  説明