文献

J-GLOBAL ID：202002236290068612   整理番号：20A2571946

強化学習エージェントの挙動の理解【JST・京大機械翻訳】

Understanding the Behavior of Reinforcement Learning Agents

著者 (4件)： Stork Jorg (TH Koln, Gummersbach, Germany) ,  Zaefferer Martin (TH Koln, Gummersbach, Germany) ,  Bartz-Beielstein Thomas (TH Koln, Gummersbach, Germany) ,  Eiben A. E. (Vrije Universiteit Amsterdam, Amsterdam, Netherlands)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12438  ページ： 148-160  発行年： 2020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： 強化学習(RL)は,報酬の測度に基づいて,特定のタスクを解決するための訓練エージェントのプロセスである。その環境におけるエージェントの挙動を理解することは重要である。例えば,ユーザが特定のエージェントがタスクで失敗する理由を理解するならば,それらは,正しい方向におけるエージェントの開発を操縦するために,より良い報酬関数を定義することができる。また,アンダースタンダビリティはエージェント展開のための決定を起す。自律車の制御装置が特定の交通状況において失敗するか,または優れているかを知るならば,著者らは,実際にそれらを使用するかどうかに関して,より良い決定をすることができた。RLの理解可能性を容易にすることを目的とした。そのために,行動空間を調べ,一連の入力状態に対して観測されたエージェントの行動のセットを調べた。ここでは,その空間における距離または類似性の測度を開発し,エージェントがそれらの挙動においてどのように比較するかを解析した。さらに,どの状態と行動がタスクに対して重要であるかを検討し,報酬と行動の間の相関を決定する。2つの基本的なRL環境を利用して,著者らの対策を調査した。結果は,エージェントの挙動を調べ,挙動空間におけるそれらの距離を比較する高いポテンシャルを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  制御装置 ,  類似性 ,  *エージェント ,  *強化学習
準シソーラス用語： 自律性 ,  交通状況 ,  学習エージェント ,  報酬関数 , 【Automatic Indexing@JST】

著者キーワード (3件)： 強化学習 ,  行動 ,  理解可能なAI

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 強化 ,  学習エージェント ,  挙動 ,  理解