文献

J-GLOBAL ID：201802279859082827   整理番号：18A0408596

マルチエキスパート逆強化学習のための勾配に基づく最小化【Powered by NICT】

Gradient-based minimization for multi-expert Inverse Reinforcement Learning

著者 (4件)： Tateo Davide (Department of Electronics, Information and Bioengineering, Politecnico Di Milano, Milano, Italy) ,  Pirotta Matteo (Department of Electronics, Information and Bioengineering, Politecnico Di Milano, Milano, Italy) ,  Restelli Marcello (Department of Electronics, Information and Bioengineering, Politecnico Di Milano, Milano, Italy) ,  Bonarini Andrea (Department of Electronics, Information and Bioengineering, Politecnico Di Milano, Milano, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SSCI  ページ： 1-8  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： 異なる専門家の政策によって生成された軌道の集合が与えられた逆強化学習(IRL)問題を解くためのモデルフリー方法を提示した。多くの応用では,観測された実証は同じ政策により形成されない。実際では,異なる(しかし類似)政策に従うことを複数の専門家によるまたは同じ政策(例えば,人間エキスパート)を複製するとは限らないことを同じエキスパートでも提供される可能性がある。分布から採取した政策によって生成される異なる専門家の実証をモデル化することを提案した。他の多くのIRLアプローチとは異なり,提案した方法論は,システムの動力学についての知識も必要としないも異なる候補報酬関数のための直接問題を繰り返し解くために,IRL問題に対する効率的解を提供した。Copyright 2018 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： *モデリング
準シソーラス用語： 報酬関数 ,  逆強化学習 , 【Automatic Indexing@JST】

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (5件)： マルチ ,  エキスパート ,  逆強化学習 ,  勾配 ,  最小化