文献

J-GLOBAL ID：201802289144387368   整理番号：18A1770607

深層強化学習によるヘビゲームにおける自律エージェント【JST・京大機械翻訳】

Autonomous Agents in Snake Game via Deep Reinforcement Learning

著者 (6件)： Wei Zhepei (Jilin University, College of Computer Science and Technology, Changchun, China) ,  Wang Di (Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly) ,  Zhang Ming (Jilin University, College of Computer Science and Technology, Changchun, China) ,  Tan Ah-Hwee (Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly) ,  Miao Chunyan (Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly) ,  Zhou You (Jilin University, College of Computer Science and Technology, Changchun, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICA  ページ： 20-25  発行年： 2018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： DeepMindは,Atariゲームを実行するために,深い強化学習(DRL)モデルを開拓したので,DRLは,様々なビデオゲームにおける複雑な制御ポリシーを学習するためのエージェントを可能にするために,一般的に採用された方法になった。しかしながら,類似のアプローチは,報酬信号がスパースで,Delidであるより挑戦的なシナリオに適用されるとき,まだ改善される必要がある。本論文では,著者らの自律エージェントが古典的なスネークゲームを実行することを可能にするための洗練されたDRLモデルを開発し,その制約はゲームが進行するにつれてより厳しくなる。具体的には,Q学習の変種で訓練された畳込みニューラルネットワーク(CNN)を用いた。さらに,ネットワークを適切に訓練するための注意深く設計された報酬機構を提案し,目標変化の位置の後に訓練ギャップ戦略を一時的にバイパス訓練に採用し,より良い訓練有効性のために異なる経験を分類するための二重経験再生法を導入した。実験結果は,著者らのエージェントがベースラインモデルより優れており,スネークゲームの実行に関して人間レベルの性能を上回ることを示した。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： *ゲーム ,  ネットワーク ,  バイパス ,  ビデオゲーム ,  基準線 ,  深層 ,  *エージェント ,  *強化学習
準シソーラス用語： Q学習 ,  *自律エージェント ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深層強化学習 ,  ゲーム ,  自律エージェント