文献

J-GLOBAL ID：201902218354110510   整理番号：19A1652520

強化学習による人工的開発は複数の動機付けから利益を得ることができる【JST・京大機械翻訳】

Artificial Development by Reinforcement Learning Can Benefit From Multiple Motivations

著者 (2件)： Palm Guenther (Institute of Neural Information Processing, Ulm University, Ulm, Germany) ,  Schwenker Friedhelm (Institute of Neural Information Processing, Ulm University, Ulm, Germany)
資料名： Frontiers in Robotics and AI (Web)  (Frontiers in Robotics and AI (Web))
巻： 6  ページ： 6  発行年： 2019年 
JST資料番号： U7099A  ISSN： 2296-9144  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 最近開発された多目的強化学習のフレームワークから,人工的開発,強化学習,および固有動機づけのような固有動機づけに関する研究が利益を得ることができた。これらのアイデアの組合せは,動物およびヒトにおける長い学習および目標指向行動に対するより現実的な人工モデルをもたらす可能性がある。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *動機づけ ,  動物 ,  ヒト ,  *強化学習

著者キーワード (6件)： 強化学習 ,  多目的 ,  Actor-Critic設計 ,  人工的好奇心 ,  人工認知 ,  固有の動機づけ

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (95件)：

• Auer P. (2002). Using confidence bounds for exploitation-exploration trade-offs. J. Mach. Learn. Res. 3, 397-422.
• Bach J. (2009). Principles of Synthetic Intelligence. New York, NY: Oxford University Press.
• Bach J. (2012). A framework for emergent emotions, based on motivation and cognitive modulators. Int. J. Synthet. Emot. 3, 43-63. doi: 10.4018/jse.2012010104
• Barto A. G., Singh S., Chentanez N. (2004). "Intrinsically motivated learning of hierarchical collections of skills," in Proceedings of the 3rd International Conference on Development and Learning (Cambridge, MA), 112-119. doi: 10.4018/jse.2012010104
• Bellman R. E. (1957). Dynamic Programming. New York, NY: Dover Publications, Incorporated. doi: 10.4018/jse.2012010104

タイトルに関連する用語 (5件)： 強化学習 ,  人工 ,  開発 ,  動機付け ,  利益