文献

J-GLOBAL ID：201802227883110949   整理番号：18A1677183

テンソルフローを用いた分散型深層強化学習【JST・京大機械翻訳】

Distributed Deep Reinforcement Learning using TensorFlow

著者 (4件)： Ajay Rao P (Department of Computer Science & Engineering, RVCE, Bengaluru, 59) ,  Navaneesh Kumar B (Department of Computer Science & Engineering, RVCE, Bengaluru, 59) ,  Cadabam Siddharth (Department of Computer Science & Engineering, RVCE, Bengaluru, 59) ,  Praveena T (Department of Computer Science & Engineering, RVCE, Bengaluru, 59)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CTCEEC  ページ： 171-174  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： 深い強化学習は,複雑な未知の環境を学習することにおいて最近の成功を持った,Deepニューラルネットワークによる強化学習アルゴリズムの組合せである。訓練されたモデルは,Q学習Loss値を用いて訓練された概念的ニューラルネットワークである。このエージェントは,入力として各ステップに対する環境から生画素画像と報酬を観察する。深いQ学習アルゴリズムは,あらゆる観測と報酬対に対する最適な作用を与える。Deep Q-ネットワークのハイパーパラメータは,いかなる環境でも不変のままである。TensorFIow,オープンソースマシン学習および数値計算ライブラリを用いて,GPU上の深いQ学習アルゴリズムを実行した。分散TensorFIowアーキテクチャを用いて,ハードウェア資源利用を最大化し,訓練時間を短縮した。分散環境におけるグラフィック処理装置(GPU)の利用は,深いQネットワークの訓練を加速した。OpenAI Gymからの多くの環境のための深いQ学習アルゴリズムを実行することに関して,エージェントは数日の訓練を有する十分の人間の参照プレーヤより優れている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エージェント ,  *強化学習 ,  計算機アーキテクチャ ,  不変性 ,  学習アルゴリズム ,  ハードウェア ,  ネットワーク ,  数値計算 ,  ニューラルネットワーク ,  アルゴリズム ,  画素 ,  *学習
準シソーラス用語： プレイヤ ,  ハイパーパラメータ ,  Q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 (3件)： テンソル ,  フロー ,  深層強化学習