文献

J-GLOBAL ID：202002211922735256   整理番号：20A0833331

モデルベースの深層強化学習による塗料の学習【JST・京大機械翻訳】

Learning to Paint With Model-Based Deep Reinforcement Learning

著者 (3件)： Huang Zhewei (Peking Universiry) ,  Zhou Shuchang (Megvii) ,  Heng Wen (Megvii inc.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 8708-8717  発行年： 2019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： 著者らは,人間の絵画のように機械を塗装する方法を示した。それは,少数のストロークを使用して,fasticな絵画を作り出すことができる。モデルベースの深い強化学習(DRL)におけるニューラルランデラーを採用することによって,著者らのエージェントは各々のストロークの位置と色を決定するために学習して,テキストに富む画像をストロークに分解するために長期計画を作った。実験は,優れた視覚効果が数百のストロークを用いて達成できることを実証した。訓練プロセスは,人間のポインタまたは脳卒中追跡データの経験を必要としない。コードはhttps://github.com/hzwer/ICCV2019-LearningToPaintで利用可能である。Copyright 2020 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： エージェント ,  *塗料 ,  *強化学習 ,  視覚効果 ,  脳卒中 ,  長期計画
準シソーラス用語： *深層強化学習 ,  *モデルベース , 【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 (4件)： モデルベース ,  深層強化学習 ,  塗料 ,  学習