文献

J-GLOBAL ID：201902228836588485   整理番号：19A2418990

限定されていない再帰的サブルーチン・コールによる階層的強化学習【JST・京大機械翻訳】

Hierarchical Reinforcement Learning with Unlimited Recursive Subroutine Calls

著者 (4件)： Ichisugi Yuuji (National Institute of Advanced Industrial Science and Technology (AIST), AIRC, Tsukuba, Japan) ,  Takahashi Naoto (National Institute of Advanced Industrial Science and Technology (AIST), AIRC, Tsukuba, Japan) ,  Nakada Hidemoto (National Institute of Advanced Industrial Science and Technology (AIST), AIRC, Tsukuba, Japan) ,  Sano Takashi (Department of Computer and Information Science, Faculty of Science and Technology, Seikei University, Musashino, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11728  ページ： 103-114  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人間は,あるタスクを達成するために適切なサブゴールを設定することができる。また,それらは,必要とされるならば,サブサブゴールを再帰的に設定できる。この再帰の深さは明らかに無制限である。この挙動に触発されて,RGoalと呼ばれる新しい階層的強化学習アーキテクチャを提案した。RGoalは,拡張状態行動空間におけるMarkov決定過程(MDP)を解決する。マルチタスク設定において,タスク間の共有サブルーチンの共有は学習を速くする。思考モードと呼ばれる新しい機構は,モデルベースの強化学習の一種である。それは学習された単純なタスクを結合して,未知の複雑なタスクを急速に解決することができる。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *強化学習 ,  計算機アーキテクチャ ,  高速度
準シソーラス用語： モデルベース ,  マルチタスク ,  Markov決定過程 ,  *サブルーチン , 【Automatic Indexing@JST】

著者キーワード (4件)： 階層的強化学習 ,  モデルベース強化学習 ,  ゼロショット学習 ,  計算神経科学

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： サブルーチン ,  コール ,  強化学習