文献

J-GLOBAL ID：201902274086391218   整理番号：19A1665980

制約付き組合せ探索を用いたパラメータ化可能エージェントからの機械学習データセットの合成【JST・京大機械翻訳】

Synthesizing Machine-Learning Datasets from Parameterizable Agents Using Constrained Combinatorial Search

著者 (5件)： Hung Victor (Soar Technology, Inc., Ann Arbor, MI, USA) ,  Haley Joshua (Soar Technology, Inc., Ann Arbor, MI, USA) ,  Bridgman Robert (Soar Technology, Inc., Ann Arbor, MI, USA) ,  Timpko Norb (Soar Technology, Inc., Ann Arbor, MI, USA) ,  Wray Robert (Soar Technology, Inc., Ann Arbor, MI, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11549  ページ： 60-69  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： 頻繁に手でモデル化された,シミュレーションシナリオの設計と実行の活動は,現代のデータ駆動方法,すなわち機械学習(ML)から利益を得ることができる。著者らは,生きている操作の間に得られた情報を利用するツールチェーン(例えば,観測された操作,技術,および生きている操作環境におけるすべての相互作用しているプレイヤーの手順)について述べた。それは,MLベースのシナリオオーサリングプロセスへの入力として役立つ。著者らは,基本シナリオ構造を取り,シナリオオーサリングモデルの教師つき機械学習に必要な包括的データセットを合成するParameter Diversifier(PD)と呼ばれる機構を提示した。PDの設計は,シナリオレベルで高レベルの含意に関連するので,低レベルエージェント状態探索空間を探索し利用する。本研究では,シナリオパラメータ探索空間の明示的サンプリングを実証し,シミュレーションシナリオ生成における使用のための暗黙モデルを構築した。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： *エージェント ,  モデリング ,  相互作用 ,  *機械学習 ,  *パラメタリゼーション ,  シミュレーション
準シソーラス用語： シナリオ作成 ,  探索空間 ,  教師付き機械学習 ,  プレイヤ ,  データ駆動 , 【Automatic Indexing@JST】

著者キーワード (3件)： シナリオ生成 ,  機械学習 ,  行動モデリング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 制約 ,  組合せ ,  探索 ,  パラメータ化 ,  エージェント ,  機械学習 ,  データセット