文献

J-GLOBAL ID：201802286230650064   整理番号：18A0411139

転移学習における方策再利用法の技法と比較

Comparison of policy reusing mechanisms in transfer reinforcemnet learing

著者 (1件)： 河野仁 (東京工芸大 工)
資料名： 東京工芸大学工学部紀要(Web)  (東京工芸大学工学部紀要 人文・社会編(Web))
巻： 40  号： 1 (Dec)  ページ： 79-84 (WEB ONLY)  発行年： 2017年12月25日 
JST資料番号： U0199A  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・Tyalorらの提案した強化学習における転移学習をもとに,いくつかの方策再利用法を議論し,計算機実験からそれらの効果を検証。
・実験結果から,知識複写では負の転移が発現し,Target taskの最適解探査に時間を要したが,時間は要するが環境適応出来ていると言えることを記述。
・知識修正では,Target taskにおけるSource taskの最短経路を妨害する障害物にエージェントが衝突し続けてデッドロックし,明らかに負の転移となったが,手法を修正し,障害物衝突時はエージェントに負の報酬を与えることで,デッドロックを回避し,さらには正の転移が発現。

シソーラス用語： *機械学習 ,  *対策 ,  *再利用 ,  *強化学習 ,  *実験 ,  解 ,  *学習曲線 ,  エージェント
準シソーラス用語： 転移学習 ,  方策 ,  最適解 ,  マルチエージェント

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 転移学習 ,  方策 ,  再利用 ,  技法